安徽大学 计算智能与信号处理教育部重点实验室, 安徽省现代成像与显示技术重点实验室, 合肥 230039
针对可分离压缩传感使用的可分离随机正交矩阵在处理大尺度图像等高维信号感知时难度太大或成本过高的问题, 引入确定性测量矩阵, 提出确定性矩阵可分离压缩传感, 可将如托普利兹矩阵及循环矩阵等具有确定性结构的矩阵作为可分离压缩传感的左、右可分离矩阵.该方案可以降低独立元素的数目, 从而显著降低前端物理实现的难度与成本.数值模拟实验分别评估了该方法在不同采样率及不同图像尺寸下的压缩重建性能, 结果表明该方法在独立元素非常少的情形下得到与原随机正交矩阵相近的重建质量, 证明了其可行性.
压缩传感 压缩成像 可分离压缩传感 随机正交矩阵 确定性矩阵 Compressive sensing Compressive imaging Separable compressive sensing Random orthogonal matrix Deterministic matrix
