《壓縮感知(CS)關鍵技術及雙像素壓縮成像(CI)系統研究》是依託天津大學，由楊愛萍擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：壓縮感知(CS)關鍵技術及雙像素壓縮成像(CI)系統研究
- 項目類別：青年科學基金項目
- 項目負責人：楊愛萍
- 依託單位：天津大學
項目摘要,結題摘要,
項目摘要
壓縮感知(CS)是當前國際信息處理領域的研究熱點，但其理論研究還不夠完善，套用研究也剛剛起步。本項目設計開發一種新型的雙像素壓縮成像(CI)系統，並對CS關鍵技術提出一些新的實現思路和最佳化算法。主要包括：(1)突破正交變換限制且避免冗餘字典下稀疏分解的繁重計算，研究基於項目組前期提出的全相位雙正交變換和全分解小波矩陣變換的稀疏分解方法，確定最優變換參數；(2)針對目前測量矩陣硬體實現困難，構造適用於雙像素壓縮成像(CI)系統的測量矩陣；(3)設計快速、準確、穩健並適用於雙像素CI系統的圖像重建算法；(4)設計並模擬實現新型的雙像素CI系統，最終完成原理演示性樣機。本項目創新性提出的信號稀疏分解、測量矩陣設計和最佳化重建算法，對發展CS理論具有重要的科學意義；研發的雙像素CI系統在圖像高效壓縮傳輸和分類識別方面具有廣泛的套用前景，項目實施後將獲得可觀的經濟和社會效益.
結題摘要
本項目以雙像素壓縮成像系統研製為主要研究目標，並圍繞該目標研究所涉及的壓縮感知關鍵技術。項目成功實現了雙像素壓縮成像系統的設計，並搭建了成像的硬體平台，在壓縮感知成像領域取得了有意義的成果。同時在稀疏表示字典構造與學習、壓縮測量矩陣設計與最佳化以及壓縮感知重構算法等進方面，提出了一系列改進和實用的新方法，有效促進了壓縮感知理論的研究進展。 針對目前隨機測量矩陣物理實現困難，成本較高等不足，利用正交對稱托普利茲矩陣（OSTM）具有與隨機矩陣相當的壓縮感知特性，基於分塊循環結構，提出了分塊 (OSTM) 測量矩陣的構造方法。其具有偽隨機循環結構，易於硬體實現，且獨立變元個數大大減少，可降低存儲和運算時間。另外，基於Parseval框架構造測量矩陣的基礎上，項目結合矩陣分解理論進一步降低測量矩陣和字典矩陣的相關性，提出了基於框架設計和矩陣分解的測量矩陣最佳化設計方法，能同時達到統計重建最優和非相干最優。 針對目前重構算法用於二維圖像時複雜度過高等問題，研究了圖像的分塊壓縮感知理論。受OMP對MP算法改進思想的啟發，項目對半疊代硬閾值(SIHT)算法進行改進，提出了正交半疊代硬閾值（OSIHT）重構算法，不僅取消了SIHT對測量矩陣的依賴性，還有效改善圖像重構質量，並減少運行時間。另外，引入全相位雙正交變換技術改善多尺度變換不適於分塊處理、計算過程複雜等缺陷。在此基礎上提出全相位雙正交變換域的加速平滑投影（ASPL-APBT）算法，實現快速高質量圖像重構。 在稀疏表示方面，項目基於全相位雙正交變換(APBT)構造新型原子庫，並將幾種基函式組合成混合原子庫，並成功用於圖像去噪。另外，項目基於KSVD字典構造方法，將相關係數匹配準則和字典裁剪相結合，提出一種改進的字典學習算法。 在深入研究單像素相機結構基礎上，指出單像素相機的固有缺陷並對其改進，提出雙像素系統設計方案，採用上海辛同公司開發的數字微鏡陣列，成功搭建壓縮成像系統硬體平台並進行測試，驗證了系統的有效性.
