光电信息控制和安全技术重点实验室, 天津 300308
压缩感知理论是信号采集和处理的一门新理论, 它突破了传统的nyquist-shannon(奈奎斯特-香农)采样定理对采样频率的要求, 可以利用远小于采样定理要求的采样次数来重构原始信号[1]。首先介绍了三种常用的随机矩阵的构造方法, 随后介绍了不同类型的压缩感知算法, 并对其中两种算法进行了仿真与比较, 在此基础上仿真了不同测量矩阵下不同噪声水平下算法对图像重构质量的影响, 经过仿真分析TVAL3算法在图像重构时间和噪声抑制方面表现突出。
测量矩阵 压缩感知 OMP orthogonal matching pursuit (OMP) total variation augmented lagrangian 3 (TVAL3) TVAL3 measurement matrix compressive sensing
中国电子科技集团公司光电研究院, 天津 300308
压缩感知重构是指利用得到的随机测量值恢复原始信号的过程。由于信号是稀疏的或可压缩的, 压缩感知问题的求解是寻求方程最稀疏解(即最少非零值)的过程。首先给出了六种测量矩阵的构造方法, 之后介绍了一种高质量重建信号的重构方法TVAL3, 给出了四个评价图像重构质量的参数, 并在此基础上仿真了不同测量矩阵对图像重构质量的影响。
测量矩阵 图像重构 TVAL3 TVAL3 measurement matrix image reconstruction
1 天津理工大学电气电子工程学院,天津 300384
2 天津理工大学计算机视觉与系统省部共建教育部重点实验室,天津 300384
3 天津市智能计算及软件新技术重点实验室,天津 300384
4 天津理工大学计算机科学与工程学院,天津 300384
结构光透过生物组织、沙尘等强散射介质时历经多重散射,会改变原有相位信息和传播方向,破坏相干性,最后形成散斑。本文主要针对结构光重构特征和适用性进行分析,以条形结构光作为入射光,透过散射介质后,分别运用直接求逆法、相位共轭法和TVAL3法对其进行重构,并分析不同测量噪声水平下,三种方法对条形结构光的重构效果。仿真结果表明: 测量噪声水平为0时,直接求逆法能得到较完美的重构效果; 存在测量噪声且测量噪声水平小于0.025 I时,TVAL3法能较好实现重构,而相位共轭法重构效果一直较差。同时,也运用三种方法实现了单点、三点的点光源重构。
散射介质 结构光重构 测量噪声 scattering medium structured light reconstruction TVAL3 TVAL3 measurement noise
