压缩感知及单像素摄影机入门
压缩感知
1.压缩感知原理简介
压缩感知(Compress Sensing)简单的理解就是将含有冗余信息(稀疏信号)的信号进行压缩(比如将含有多个零的矩阵进行去零操作;或者对于频域成分很少的通信信号摘除或者过滤掉此频率成分)。
压缩感知的由来:转变获得信号后再进一步压缩处理的传统压缩方式,直接在获得信号之初就将信号进行压缩变换,由此衍生压缩感知技术。
压缩感知理论大概可分为三步:
-
信号的稀疏性表示:
将可压缩或者具有稀疏性的信号进行转换,即对下一步的信息提取(传统的压缩方式是先抽样再压缩,是对信号的压缩,而不是信息压缩)做准备,通过公式表达就是:
x N × 1 = θ 1 ψ 1 + θ 2 ψ 2 + ⋯ + θ N ψ N = ∑ i = 1 N θ i ψ i = Ψ θ x_{N \times 1}=\theta_{1} \psi_{1}+\theta_{2} \psi_{2}+\cdots+\theta_{N} \psi_{N}=\sum_{i=1}^{N} \theta_{i} \psi_{i}=\Psi\theta xN×1=θ1ψ1+θ2ψ2+⋯+θNψN=i=1∑Nθiψi=Ψθ
其中, x x x 为 R R R 域一离散有限长信号; θ i \theta_{i} θi 为 信号 x x x变换至 Φ \Phi Φ域后的系数,是其在另一个域的表示,其中 , i = 1 , 2 , . . . , N ,i={1,2,...,N} ,i=1,2,...,N; ψ i \psi_{i} ψi 为 Ψ \Psi Ψ 域的一组基, Ψ N × N = ( ψ 1 , ψ 2 , . . . , ψ N ) \Psi_{N \times N}=(\psi_1,\psi_2,...,\psi_N) ΨN×N=(ψ1,ψ2,...,ψN) ;即:
x N × 1 = ( x 1 x 2 ⋮ x N ) transforms to θ N × 1 = ( θ 1 θ 2 ⋮ θ N ) x_{N \times 1}=\left(\begin{array}{c}{x_{1}} \\ {x_{2}} \\ {\vdots} \\ {x_{N}}\end{array}\right) \quad \text { transforms to} \quad \theta_{N \times 1}=\left(\begin{array}{c}{\theta_{1}} \\ {\theta_{2}} \\ {\vdots} \\ {\theta_{N}}\end{array}\right)