BCS 图像分块压缩感知

BCS即图像分块压缩感知，将图像分成多个大小为B×B的图像块，设xj为每块的列向量表示，对每一个图像块采用观测矩阵ΦB来测量。则每个图像块所对应得到的观测向量为yj=ΦBxj,其中ΦB是MB×B2的正交测量矩阵，并且有MB=[M/N]B2。

使用分块压缩感知有以下几个好处：首先由于分块后观测矩阵ΦB的尺寸变小，降低了所需的存储空间；其次，在编码端不需要等到整幅图像都完成观测后再进行编码，能在图像块投影到观测矩阵后就进行编码传输；最后算法中初始化使用的x(0)是根据最小均方误差来计算的，分块后的图像由于观测矩阵尺寸变小了，所以计算复杂度随之降低，在算法中，我们选用图像分块的尺寸大小B为32。