压缩传感在成像应用中的基本原理介绍.ppt

传统成像模式将传感器可以接收到的信号全部进行了采集，然后再对采集到的大量的信号进行压缩编码等一系列处理*传统图像采集模式先采集大量原始信号，但是随后的压缩编码过程中又将大量前期采集的数据丢弃掉，颇有“多此一举”之嫌*压缩传感方法的出现，意味着这种情况将得到彻底的扭转传统相机需要成千上万的像素来全面的获取图像信息，但是采用压缩传感方法的单像素相机则只需要一个像素（也就是一个光电二极管），这意味着资源和能量的大量节省，意义深远其实我们可以看到，单像素相机的意义正是将CS方法中对数据采集量的急剧减少，转换到了数据采集过程中对资源和能源需求的急剧减少*压缩传感是理论是方法是技术关于CS理论有人做了非常细致深入的数学和信号分析，而CS方法也被应用于各种各样的实际应用中，CS技术则俨然具有了下一代成像模式主流的架势*这是压缩传感在成像系统中实现的一个简单的流程图其中虽然没有“压缩传感”这些字眼，但是这个过程就是CS的应用之一，而且也深刻的体现了CS方法的思想精髓——信号中少量的抽样可以完全重构信号*现在我们来梳理一下CS方法的框架，简单来说CS方法就是数据采样和数据重构两部分*先从“数据采样”说起原始信号x可以用稀疏系数矩阵s表达，采样矩阵和稀疏化矩阵合成为稀疏采样矩阵*测量过程表示为该式，由于MN，方程欠定此时s的K稀疏度发挥了重要作用，其实抽样结果y就是s中不为零的项和稀疏抽样矩阵中的对应列（如图中红框所示）运算的结果，于是可以得到新的K维方程组，该方程组是适定的*解决了求解方程的适定性问题，还需要考虑方程是否病态的问题而ECandes,JRomberg,TTao则给出了RIP，只要稀疏测量矩阵满足RIP，就可以得到适定的良态的方程至此，我们在理论上就可以用少量的抽样值（远少于那奎斯特抽样）重构出原始信号啦*等等，我们似乎还有一个问题没有弄清楚，那就是虽然我们有了RIP性质，但是我们该怎样找到满足这种性质的稀疏抽样矩阵呢？大牛总是比我们考虑的深远啊测量矩阵和稀疏化矩阵不相关就能使稀疏抽样矩阵满足RIP条件了，在CS中通过选取随即测量矩阵使的测量矩阵和稀疏化矩阵不相关*现在就该讨论一下如何求解这个方程的问题了，如果你认为直接求解那个K稀疏度的方程不就可以了吗？那就太简单了也要知道，我们在实际中无法探查出s中K个非零项的位置的，也就是说我们是无法知道这个K稀疏度方程的具体确实的形式的于是把求解的问题最终归结为求解最优化问题下面比较一下三种求解最优化方法在CS中应用的优劣S’是预估重构信号（满足采样方程），S(帽子)表示最终求出来的解argmin表示使目标函数取最小值时的变量值*NP的英文全称是Non-deterministicPolynomial的问题，即多项式复杂程度的非确定性问题。最小二范数法和最小零范数法都是各有利弊，而最小一范数法虽然和其他两种方法的优点对比起来没有足够好的表现，但是最小一范数法在计算结果和计算消耗的折中上有很好的表现，适合于实际中应用*李宏霄压缩传感在成像应用中的基本原理介绍天津大学精仪学院光电成像与检测技术实验室传统成像模式传统成像模式留下较大的系数其余全部丢弃JPEG原始信号小波变换稀疏表达压缩编码图像文件既然要丢弃，

当初何必采集？压缩传感（CS）CompressiveSensing单像素相机单像素太赫兹波成像系统！传统相机压缩传感到底是什么一种理论？是一种方法？是一种技术？是压缩传感到底是什么MNK稀疏度ysxys采样矩阵稀疏化矩阵yM维sN维MN方程欠定ysK稀疏度KM方程适定适定的良态的方程传统成像模式将传感器可以接收到的信号全部进行了采集，然后再对采集到的大量的信号进行压缩编码等一系列处理*传统图像采集模式先采集大量原始信号，但是随后的压缩编码过程中又将大量前期采集的数据丢弃掉，颇有“多此一举”之嫌*压缩传感方法的出现，意味着这种情况将得到彻底的扭转传统相机需要成千上万的像素来全面的获取图像信息，但是采用压缩传感方法的单像素相机则只需要一个像素（也就是一个光电二极管），这意味着资源和能量的大量节省，意义深远其实我们可以看到，单像素相机的意义正是将CS方法中对数据采集量的急剧减少，转换到了数据采集过程中对资源和能源需求的急剧减少*压缩传感是理论是方法是技术关于CS理论有人做了非常细致深入的数学和信号分析，而CS方法也被应用于各种各样的实际应用中，CS技术则俨然具有了下一代成像模式主流的架势*这是压缩传感在成像系统中实现的一个简单的流程图其中虽然没有“压缩