分塊壓縮感知方法研究.pdf

1、壓縮感知（CS）是一種新穎的信號采集和壓縮技術。它突破了傳統的奈奎斯特采樣定理的要求，引起了學術界和工業(yè)界的轟動。在此基礎上Lu Gan又提出了分塊壓縮感知，它把圖像在空域中分成小塊，對每個小塊分別處理，加快了采樣與重構的速度，且占用內存更少。本文主要在圖像分塊壓縮感知的基礎上做了一些研究，我們在分塊壓縮感知的框架下，提出了基于顯著性的分塊壓縮感知，對圖像分塊和重構方法做了一些改進，然后將分塊壓縮感知應用在傳感器網絡的數據收集上。本文的

2、研究工作主要包括以下三個方面：
　　(1)提出了基于顯著性的分塊壓縮感知方法(SBCS)。本文提出基于圖像信號顯著性的自適應分塊壓縮采樣算法，對被測圖像進行自適應分塊預處理，提取出重要區(qū)域，根據顯著性參數對被測圖像差異性的壓縮采樣分配，從而有效保證了在圖像重要區(qū)域分配高采樣率，在背景區(qū)域則分配較少的采樣率，保證了圖像重構的效率和質量。同時，分塊壓縮感知往往會帶來一定的塊效應，本文提出的改進分塊壓縮感知方法能夠在一定的程度上降低塊效

3、應，進一步的提高了重構的質量。
　　(2)提出將分塊壓縮感知運用于傳感器網絡的方法(HDABCS)。本文提出了一種分層的網絡拓撲結構，將分層的結構與 CS結合以提高能量利用率。同時，分塊壓縮感知是壓縮感知中的一種高效方法，該方法觀測矩陣小，利于存儲，可以節(jié)省傳感器的計算耗能，對重要數據集分配更多采樣率，不重要數據集分配較少采樣率可有效提高數據的恢復精度，在相同耗能下擁有更高的重構精度。
　　(3)本文做了大量的實驗，從各個角