音视频类——【压缩感知】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：

1. 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：
   $$x_{N\times 1}={\theta }_1{\psi }_1+{\theta }_2{\psi }_2+\cdots +{\theta }_N{\psi }_N=\sum _{i=1}^N{\theta }_i{\psi }_i=\Psi \theta$$
   其中，$x$ 为 $R$ 域一离散有限长信号；${\theta }_i$ 为 信号$x$变换至$\Phi$域后的系数，是其在另一个域的表示，其中$,i=1,2,...,N$; ${\psi }_i$ 为 $\Psi$ 域的一组基, ${\Psi }_{N\times N}=({\psi }_1,{\psi }_2,...,{\psi }_N)$ ;

   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)