基于匹配追踪和深度学习的压缩感知图像重建研究

发布时间：2021-12-29 15:23

　　在经典信号重建里模拟信号的采样频率应遵循奈奎斯特采样定理的要求。压缩感知（Compressed Sensing,CS）以低于奈奎斯特定理要求的频率对模拟信号进行采样,降低了信息获取的时间和存储成本。CS采样获得的信号需要通过非线性重建算法才能恢复出原信号。CS重建算法着重于研究如何加快信号重建的速度,同时最大程度地抑制信号的伪影成分。匹配追踪（Matching Pursuit,MP）和凸优化算法是CS理论的主要求解算法。匹配追踪求解思路是迭代地寻找支撑集合。其中,多路径匹配追踪（Multipath Matching Pursuit,MMP）将重建问题建模为残差最小化的树搜索问题。MMP算法能够获得更准确的重建结果,但带来了更高的计算复杂度。凸优化算法将非凸问题松弛到基于l1范数的凸问题,模型可以通过线性规划进行求解。在压缩感知磁共振研究领域,凸优化算法是最常使用的图像重建算法,但计算复杂度高的缺点阻碍实时成像等技术。因此,本文研究更快的欠采样信号的重建算法。本文提出了更快速的多路径匹配追踪算法,算法采用稀疏值自适应搜索获得性能更好的稀疏解,同时满足更多场景的实际应用。此外,每个搜索路径... 

【文章来源】：中国科学技术大学安徽省 211工程院校 985工程院校

【文章页数】：76 页

【学位级别】：硕士

【部分图文】：

图２．１图像的小波变换稀疏性分析??

图２．２?ＯＭＰ算法在高斯随机矩阵欠采样下的信号重建结果??图注图（ａ）：原始稀疏信号冗＝１０，图（ｂ）：?ＯＭＰ算法重建信号，图（ｃ）：重建信号和原信??号的差值信号??

图２．３?ＯＭＰ，?ＳｔＯＭＰ算法在高斯随机矩阵欠采样下＿维信号重建结果??图注图（ａｌ）？图（ｃｌ）分别为：原信号，ＯＭＰ重建信号，ＯＭＰ重建信号和原信号的差值；图??（ａ２）？图（ｃ２）分别为：原信号，ＳｔＯＭＰ重建信号，ＳｔＯＭＰ重建信号和原信号的差值??

【参考文献】：
期刊论文
[1]压缩感知基本理论:回顾与展望[J]. 邵文泽,韦志辉.  中国图象图形学报. 2012(01)
[2]压缩传感综述[J]. 李树涛,魏丹.  自动化学报. 2009(11)



本文编号：3556391