基于非常稀疏随机投影的图像重建方法

被引:27
作者
方红
章权兵
韦穗
机构
[1] 安徽大学计算智能与信号处理教育部重点实验室
关键词
随机投影; 可压缩; 稀疏性;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
将非常稀疏随机投影引入可压缩传感CS(CompressedSensing)理论,提出一种新的CS测量矩阵:非常稀疏投影矩阵。利用非常稀疏投影分布的渐近正态性,证明了新的矩阵满足CS测量矩阵的必要条件。该矩阵由于其构成的非常稀疏性大大简化了图像重建过程中的投影计算,从而提高重建速度。实验结果表明非常稀疏投影矩阵在满足一定测量数目要求的条件下可以精确重建。最后给出了新的测量矩阵与一般采用的高斯和贝努里测量矩阵的重建结果比较和分析。
引用
收藏
页码:25 / 27
页数:3
相关论文
共 2 条
[1]   Quantitative robust uncertainty principles and optimally sparse decompositions [J].
Candès, Emmanuel J. ;
Romberg, Justin .
FOUNDATIONS OF COMPUTATIONAL MATHEMATICS, 2006, 6 (02) :227-254
[2]   UNCERTAINTY PRINCIPLES AND SIGNAL RECOVERY [J].
DONOHO, DL ;
STARK, PB .
SIAM JOURNAL ON APPLIED MATHEMATICS, 1989, 49 (03) :906-931