压缩感知与图像重建（1凸优化相关概念）

在正题之前，首先明确几个相关概念：

（1）凸集（convex set）:集合C内任意两点的连线都在集合C内。

                   

（2）凸函数（convex function）:

                 

如：

（3）Lp范数：

                             

（4） L0范数: 一个向量的L0范数等于该向量中非零元素的个数，即：

                           

（5）L1范数：一个向量的L1范数等于该向量中各元素的绝对值之和，即：

                        

L0范数的最优化是一个NP-hard问题，而L1范数可以认为是L0范数的最有凸近似，通常用L1范数代替L0范数。

（6）L2范数：一个向量的L2范数等于该向量中各元素的平方和，再求平方根，也就是欧氏距离，即：

                        

（7）图像的TV范数：是指图像梯度的L1范数，即：

                       

       离散梯度变换（DGT）: