基于压缩感知理论的图像重构算法研究

压缩感知理论突破了奈奎斯特采样频率的限制,利用该理论研究和实现了新的图像压缩采样方案.该方案利用小波变换和阈值处理相结合实现图像稀疏化,利用标准伪随机数均匀分布和二维中心傅立叶变换生成随机测量矩阵,并对小波变换后的高频子带进行加权采样,采用分段正交匹配追踪算法实现采样数据重建.仿真实验结果表明,该方案重建图像效果好.     

基于压缩感知的MIMO-TDCS频谱感知方法

针对MIMO-TDCS系统频谱感知中因数据量大而较难实现的难题,提出一种利用压缩感知的MIMO-TDCS频谱感知方法.在电磁环境一致的情况下,收发两端分别用远低于乃奎斯特的采样速率对电磁环境信号进行采样,然后用正交匹配追踪算法对信号进行重构,并通过二元门限进行状态判决.实验结果证明,运用压缩感知技术能大大减少电磁环境宽带信号的快速采样和处理难度,在选取合理测量值的情况下能够准确恢复信号,进而能有效地检测和剔除干扰,达到抗干扰的目的.     

一种多适应性的压缩感知声纹识别系统

针对传统压缩感知(compressive sensing,CS)语音增强方法抗噪类型单一的问题,本文提出了一种多适应性的压缩感知声纹识别系统。在用正交匹配追踪(orthogonal matching pursuit,OMP)算法重构语音信号时设定相关度阈值和语音恢复阈值,并对迭代算法进行改进,不仅有效恢复了纯净语音信号,实现了语音增强,并且减少了重构的计算量。将重构恢复的信号通过Gammatone滤波器组,提取特征参数GFCC,然后在高斯混合模型中识别。实验结果表明,将这种方法应用于声纹识别系统,系统的识别率及鲁棒性都有明显提高。     

基于NIOS Ⅱ的图像压缩感知

压缩感知（CS）是近年来提出的一种针对稀疏信号处理的新方法,其核心是将压缩与采样同步进行,由于信号的投影测量数据远小于传统方法的数据量,突破了香农采样定理瓶颈从而使得高分辨率信号采集成为可能。NIOSⅡ嵌入式处理器是ALTERA公司推出的第二代片上可编程软核处理器,它的灵活性与可裁减性使其适用于终端数据处理。正交匹配追踪（OMP）算法是压缩感知理论中用于重构的经典算法,针对该算法对图像重构计算时需要大量存储空间并耗时巨大的问题,文中提出了图像分块压缩的改进方案;针对OMP算法重构时图像列与列之间数据相关性被割裂的现象,提出了图像均衡行列值的改进算法。实际系统运行结果显示两种改进方案均取得了良好效果。     

基于 NIOS II 的图像压缩感知

压缩感知(CS)是近年来提出的一种针对稀疏信号处理的新方法,其核心是将压缩与采样同步进行,由于信号的投影测量数据远小于传统方法的数据量,突破了香农采样定理瓶颈从而使得高分辨率信号采集成为可能. NIOS Ⅱ嵌入式处理器是 ALTERA 公司推出的第二代片上可编程软核处理器,它的灵活性与可裁减性使其适用于终端数据处理.正交匹配追踪(OMP)算法是压缩感知理论中用于重构的经典算法,针对该算法对图像重构计算时需要大量存储空间并耗时巨大的问题,文中提出了图像分块压缩的改进方案;针对 OMP 算法重构时图像列与列之间数据相关性被割裂的现象,提出了图像均衡行列值的改进算法.实际系统运行结果显示两种改进方案均取得了良好效果     

基于压缩感知的稀疏信道估计方法

针对OFDM系统中传统最小二乘(LS)信道估计方法需要大量导频估计精度却不高的问题,提出基于压缩采样匹配追踪(CoSaMP)的压缩感知信道估计新方法.利用发送信号,接收信号和信道的频城关系建立基于压缩感知的数学模型,再采用CoSaMP算法对信道进行重构.仿真结果表明,与LS算法相比,基于CoSaMP的压缩信道估计方法能利用少量的导频信号达到与之相比拟的信道估计性能,提高了频谱利用率;与现有压缩感知信道估计算法(基追踪(BP)与正交匹配追踪(OMP)相比,在使用相同导频数目条件下,具有更好的信道估计性能和更低的计算复杂度.     

基于压缩感知的实时心电信号压缩算法

远程无线心电实时监护系统的心电采集终端基于嵌入式设备开发,系统资源和网络带宽都收到限制,这要求系统设计具有低功耗和数据实时压缩的功能,因此引入压缩感知算法对心电信号进行处理。压缩感知算法具有编码计算简单快速,解码计算相对复杂的特点。对于心电信号,需要对压缩感知算法在实时心电压缩系统中的可行性进行研究。     

基于压缩感知理论的图像压缩技术研究

压缩感知理论是近年来信号处理领域诞生的一种新的信号处理理论。相较于传统的奈奎斯特采样定率,压缩感知理论采样数据量少,节省了后续处理时间和存储空间,这使其在信号处理领域有着广阔的应用前景。首先讨论了应用压缩感知理论的三个关键问题:信号稀疏表示、随机测量矩阵设计、信号重构算法,初步研究了压缩感知理论在图像压缩技术中的应用,给出了在不同压缩率下的重构图像和PSNR。计算机模拟结果表明了理论的可行性。     

基于A* OMP算法的压缩感知声纳成像

传统声纳成像系统所要采集的数据量巨大,给硬件设备以及数据的存储和传输带来很大的压力。压缩感知作为一种全新的采样理论,可以从很少的采样数据中以很大的概率重建原始信号。将压缩感知用于声纳成像,减少数据采集传输量。考虑到水下环境的复杂性,提出了A* OMP作为声纳成像算法,该算法使用A*搜索方法寻找最优原子,得到全局最优路径。实验结果表明,相比于传统OMP算法,所提算法有效地提高了声纳成像的质量。     

基于压缩感知的信号欠采样和重建研究

为了实现基于压缩感知理论的信号欠采样和重建,采用模拟信息转换器和正交匹配追踪（0rthogonal Matching Pursuit,OMP）算法对正弦脉冲信号的欠采样和信号重建进行了仿真分析。通过Matlab仿真分析验证了压缩感知理论在信号欠采样和重建过程中的可行性,通过对此在不同信噪比下的效果发现,在高信噪比时,性能较好,可以为信号采样系统和信号恢复处理系统的设计应用提供理论参考。最后,总结讨论了压缩感知在射频和无线通信领域的应用价值。     

基于压缩感知的图像快速重建方法

基于多种稀疏变换基和观测矩阵的组合,采用正交匹配追踪算法对图像进行重建。在分析各种组合重建效果的基础上,提出一种图像快速重建方法,对图像进行一级小波分解,提取出近似分量子图像,运用压缩感知技术对其进行恢复,综合细节分量和恢复出的近似分量进行小波逆变换,得到重建图像。实验结果表明,该方法在相同的观测值条件下,能减少算法运行时间,提高重建图像质量。     

改进匹配追踪算法及其在图像压缩中的应用

压缩传感,是近年来新出现的一种采样定理。它的特点是对信号进行采样所需要的条件远远小于Nyquist采样速率。这种采样定理要求信号是稀疏的或者是可压缩的,并能在采样时对信号数据进行压缩,然后通过非线性重建算法完美重建信号。它突破了Nyquist采样定理,因此具有广阔的发展前景。重建算法中有一类称为匹配追踪算法,文中围绕改进的匹配追踪算法在图像压缩中的应用展开了研究,对OMP算法、ROMP算法进行了实现,并对算法本身以及其重构效果做出了比较;针对按列处理速度较慢的缺点,使用了分块处理的方法,降低运算时测量矩阵的规模,实验表明,分块处理确实能够加快运算速度。由于自然信号进行稀疏变换后,稀疏度不确定,造成重构时迭代次数不够合理。针对这个现象,文中提出了如何确定合适的迭代次数的方法,提高重建的精确度。这个方法本身会消耗时间,可以在权衡了重构精确度要求和时间要求后确定是否使用。     

压缩感知雷达感知矩阵优化

压缩感知雷达(Compressive sensing radar,CSR)的场景恢复性能要求感知矩阵相关系数尽可能小。针对感知矩阵相关系数的最小化问题,提出了基于模拟退火的感知矩阵优化算法,建立了基于随机滤波结构的CSR模型,给出了优化目标函数,采用模拟退火实现了发射波形、测量矩阵的优化以及联合优化。仿真结果表明该算法可以提高场景恢复精度,提升抗噪能力,增大可观测目标个数上限,且联合优化的性能优于波形和测量矩阵的单独优化。     

基于压缩感知的CoSaMP算法自适应性改进

压缩感知重构算法在实际应用中需要预知信号稀疏度,而信号的稀疏度通常是未知的.为此,改进压缩采样匹配追踪(CoSaMP)算法的自适应性,提出一种稀疏度自适应贪婪算法.对信号稀疏度进行初始估计,结合SAMP算法思想,以残差值比对为终止条件,在CoSaMP算法框架下进行稀疏度逐步增大的递归运算,实现精确重构.仿真实验结果证明,该算法重构精度高、抗噪能力强,同时具备稀疏度自适应的特点.     

基于分块压缩感知的图像半脆弱零水印算法

针对数字图像的内容认证和完整性保护问题,提出了一种基于分块压缩感知(Compressive sensing, CS)的图像 半脆弱零水印算法(Block compressive sensing based image semi-fragile zero-watermarking, BCS-SFZ).首先将图像划分成若干分块,分块大小可以根据水 印数据量和篡改定位精度调整.再按照压缩感知理论对各个图像块进行观测, 并将观测值作为零水印信息注册保存.实验结果表明, BCS-SFZ算法可以准确定位非法篡改并借助水印信息恢复被篡改的区域. 压缩感知理论的引入为算法提供了保密性支持,并且有利于实现图像成像与水印生成的同步,同时该算法实现简单,计算复杂度低.     

结合P张量积压缩感知的混沌图像加密算法

针对目前数据加密算法缺乏隐蔽性的缺点, 提出了一种结合P张量积压缩感知(P-tensor product compressive sensing, PTP-CS)模型和新分段混沌映射(segmented chaotic map, SCM)的视觉安全图像加密算法. 首先, 根据“拉伸和挤压”机制设计出一新的具有分式结构的分段混沌映射, 用以构建受控测量矩阵. 其次, 在测量矩阵和密码流的共同控制下, 明文的小波包系数矩阵经过二维阿诺德置乱、线性测量以及双向异或扩散生成视觉上无语义的中间秘密图像. 然后, 再采用数字隐写编码方法将其随机地嵌入到某一非涉密传输介质中以同步实现对敏感明文数据的内容和视觉的双重保护. 最后, 一系列的仿真实验和安全性分析表明所提加密算法能够抵御多种常见的攻击, 且具有很好的视觉安全性和压缩性能.     

基于压缩传感和LDPC码的图像水印算法研究

现有的数字水印算法在鲁棒性和篡改检测方面存在不足,提出一种新的水印算法.该算法通过对原始图像进行线性随机投影,得到的压缩测量值经过LDPC(Low Density Parity Check,低密度奇偶校验码)编码,以水印方式嵌入到原始图像中;篡改检测时,同样对篡改图像进行线性随机投影,得到的测量值作为边信息,对提取的水印进行LDPC译码.通过估计原始图像和篡改图像的压缩测量值,并求解一个l1范数问题,实现图像的篡改检测.仿真实验证明,该算法不仅具有较强的抗攻击能力,还具有较好的篡改检测能力.     

基于Contourlet变换的图像压缩感知重构

根据图像信号在Contourlet变换域的稀疏特性,分析Contourlet变换的基本原理,提出一种基于Contourlet变换的压缩感知重构方法。针对Contourlet变换的基函数并不严格规范正交、无法构造正交变换矩阵的问题,采用改进梯度投影算法恢复稀疏处理后的系数,在保证图像质量的情况下,实现图像的低速率重构。实验结果表明,该算法的鲁棒性较好。     

基于空时压缩感知算法的蜂窝流量预测

针对蜂窝网络中,基站发射功率不能有效根据小区内峰值流量实时调整而造成蜂窝网络能量浪费这一问题,提出一种基于阈值控制的正则化正交匹配追踪（BT-ROMP）蜂窝流量预测算法。该算法利用小区内用户行为在时间与空间上的周期平稳变化特性,构建蜂窝流量块稀疏模型;利用阈值有效筛选出正则化漏掉的次优原子,扩大原子候选集,达到减少算法迭代次数与提高重构精度的目的。仿真结果表明,本文算法较正则化正交匹配追踪算法（ROMP）,算法预测精度平均提高0.01。     

基于新余弦混沌映射的视觉安全图像加密算法

考虑到目前图像加密算法缺少了对加密后图像的视觉安全的保护,将新余弦混沌映射和贝叶斯压缩感知进行结合提出一种视觉有意义的图像加密算法是非常有价值的.首先,基于余弦函数提出了一个新的一维混沌映射用于构建受控测量矩阵,除此之外,所提出的新余弦混沌映射能够更好地扰乱图像的强相关性.其次,通过二维Arnold置乱算法对明文图像的小波包系数矩阵进行置乱.然后,借助混沌测量矩阵和双向加模扩散策略对置乱后的秘密图像进行压缩和加密.最后,通过最低有效位嵌入算法将秘密图像嵌入到经过生命游戏混合置乱后的载体图像中以得到一幅具有视觉意义的密文图像.仿真结果和安全性分析表明在保证视觉安全性和解密质量的前提下所提加密算法具备可行性和高效性.