首页 | 本学科首页   官方微博 | 高级检索  
   检索      

压缩感知理论与光学压缩成像系统
引用本文:严奉霞,王泽龙,朱炬波,刘吉英.压缩感知理论与光学压缩成像系统[J].国防科技大学学报,2014,36(2):140-147.
作者姓名:严奉霞  王泽龙  朱炬波  刘吉英
作者单位:国防科技大学 理学院,国防科技大学 理学院,国防科技大学 理学院,国防科技大学 理学院
基金项目:国家自然科学基金项目(面上项目,重点项目,重大项目)基金号 61002024
摘    要:压缩感知理论为提升信息获取能力提供了新的思路,它表明当被探测信号具有稀疏性时,则获取信号所必需的测量数据与其稀疏度K量级相当,而远小于信号的维数N(Shannon采样定理所要求的采样数)。基于压缩感知理论的成像技术(压缩成像)则将感知、压缩和数据处理三个过程完美地结合在一起,避免了传统成像系统"先采样再压缩"方式带来的传感器和计算资源浪费。本文从稀疏性、投影测量矩阵的设计与可重构条件、压缩感知重构算法三个方面概述了压缩感知理论及进展,并以光学成像为背景,详细阐述了最近提出的几类光学压缩成像系统,最后,探讨了压缩感知及压缩成像方面目前所面临的一些挑战性问题。

关 键 词:压缩感知  光学压缩成像  稀疏表示  投影测量矩阵
收稿时间:2013/7/15 0:00:00
修稿时间:9/2/2013 12:00:00 AM

Compressive sensing theory and optical compressive imaging systems
YAN Fengxi,WANG Zelong,ZHU Jubo,LIU Jiying.Compressive sensing theory and optical compressive imaging systems[J].Journal of National University of Defense Technology,2014,36(2):140-147.
Authors:YAN Fengxi  WANG Zelong  ZHU Jubo  LIU Jiying
Institution:College of Science, National University of Defense Technology, Changsha 410073, China;College of Science, National University of Defense Technology, Changsha 410073, China;College of Science, National University of Defense Technology, Changsha 410073, China;College of Science, National University of Defense Technology, Changsha 410073, China
Abstract:
Keywords:compressive sensing  compressive imaging  sparse representation  measurement matrix
本文献已被 CNKI 等数据库收录!
点击此处可从《国防科技大学学报》浏览原始摘要信息
点击此处可从《国防科技大学学报》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号