由于对markdown编辑器不熟悉,博客居然没了一半,所以我决定。。。回来再填坑吧。
本文参考:http://blog.csdn.net/zouxy09/article/details/8118313 进行编写。
压缩感知(压缩传感,Compressive Sensing,后面简称CS)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,由D. Donoho(美国科学院院士)、E. Candes(Ridgelet, Curvelet创始人)及华裔科学家T. Tao(2006年菲尔兹奖获得者)等人提出,自诞生之日起便极大地吸引了相关研究人员的关注。
截止到2014年(似乎是每年进行更新),主要的CS文章被收录在:http://dsp.rice.edu/cs。
CS最核心的概念在于试图从原理上降低对一个信号进行测量的成本。举个例子,一个信号包含一千个数据,那么按照传统的信号处理理论,至少需要做一千次测量才能完整的复原这个信号。这就相当于是说,需要有一千个方程才能精确地解出一千个未知数来。但是压缩感知的想法是假定信号具有某种特点(比如文中所描述得在小波域上系数稀疏的特点),那么就可以只做三百次测量就完整地复原这个信号(这就相当于只通过三百个方程解出一千个未知数)。陶哲轩本身是这个领域的奠基人之一,下面是他的介绍性文章的节选:
怎么样压缩图像?方式多种多样,其中有些非常先进,不过我来试试用一种不太高科技的(而且也不太精确的)说法