基于小波變換的多任務圖像壓縮感知方法研究.pdf

1、近年來，隨著信息技術的迅猛發(fā)展，人們對圖像質(zhì)量的要求也越來越高，這造成了信號采樣、傳輸和存儲的巨大壓力，從而如何緩解這種壓力又能有效提取承載在信號中的有用信息成為信號和信息處理中的亟需解決的一個問題。壓縮感知(CS)理論的提出為緩解上述壓力提供出新的思路。壓縮感知理論是一種建立在信息采樣之上的理論框架，其突破傳統(tǒng)奈奎斯特采樣定理的制約，從而使高分辨率的信號直接獲取已變?yōu)榭赡?，并且已在圖像重構領域得到了初步應用。傳統(tǒng)的圖像壓縮算法都是在遵

2、循奈奎斯特采樣定理的前提下而展開研究的，從而制約了圖像壓縮技術的發(fā)展。壓縮感知是近年來新興的信號處理領域的熱點理論，突破了奈奎斯特采樣定理的限制，只要信號是可壓縮的或者是稀疏的，就可以在低速采樣的同時達到數(shù)據(jù)壓縮，實現(xiàn)采樣方法的變換從信號采樣變?yōu)樾畔⒉蓸?。本文主要對基于小波變換的多任務圖像壓縮感知展開研究，主要的工作如下：
　　(1)主要介紹小波變換基本理論以及小波多分辨率分析，綜述壓縮感知理論的基本框架：信號的稀疏表示、觀測矩陣

3、的設計和信號重構算法的設計，并在此基礎上介紹了當前壓縮感知理論的應用領域。
　　(2)提出了兩個新的重構算法來實現(xiàn)彩色圖像多任務壓縮感知過程。詳細介紹了彩色圖像壓縮感知的相關內(nèi)容，圖像小波變換的系數(shù)特征，以及貝葉斯壓縮感知的學習模型?；诜謱拥哪Ｐ湍軌蛟诙鄠€任務之間傳遞信息，將貝葉斯多任務學習的模型應用在彩色圖像的壓縮感知處理之中。在此基礎之上，提出兩個新的重構算法來實現(xiàn)彩色圖像多任務壓縮感知過程，并且通過實驗來進行對比分析，驗證