基于半确定性传感矩阵的图像压缩感知方法

摘要

本发明公开了一种基于半确定性传感矩阵的图像压缩感知方法，克服了现有压缩感知方法中需要的随机变量数量多、计算复杂度高的问题，实现的步骤为：(1)采样初始化；(2)获取待采样图像信号；(3)确定算子向量；(4)抽取信号元素；(5)修正已抽取信号向量；(6)生成测量值；(7)判断采样数量；(8)判断是否继续采样；(9)终止。本发明按块输入图像信号，并且算子向量直接与等间隔抽取的确定位置的输入图像信号元素进行运算，采样需要的随机变量数量少、计算复杂度低并能够实现流式采样。

主权项

一种基于半确定性传感矩阵的图像压缩感知方法，包括如下步骤：(1)采样初始化：(1a)任意选取一种生成平均分布随机数的算法，将所选取算法的随机数种子初始化为一个正整数；(1b)将信号的采样间隔初始化为一个正整数；(1c)将已输入图像信号长度初始化为0；(1d)将信号的采样率初始化为取值范围在[0,1]之间一个小数，并根据采样样本数计算公式，计算采样样本数；(1e)利用标准哈达玛矩阵生成算法，生成一个阶数为d的哈达玛矩阵，完成初始化；(2)获取待采样图像信号：(2a)设置采样样本计数器i等于1，表示当前正在生成的采样样本序号；(2b)采用待输入信号长度计算公式，计算需要输入的图像信号的长度，并读取所述长度的图像信号；(2c)更新已输入图像信号长度为需要输入的图像信号的长度与已输入图像信号长度的和；(3)确定算子向量：(3a)利用步骤(1a)选定的生成平均分布随机数的算法，生成一个在0到d之间的随机数；(3b)以生成的随机数为行编号或者列编号，选取哈达玛矩阵中对应的行向量或者列向量作为算子向量；(4)抽取信号元素：(4a)采用位置向量公式，计算与哈达玛矩阵阶数d相同个数的待抽取信号元素的位置编号；(4b)抽取位置编号对应的图像信号位置上的信号元素，组成长度与哈达玛矩阵阶数d相同的已抽取信号向量；(5)修正已抽取信号向量：(5a)从算子向量中选取符号为负值的元素的位置索引；(5b)将所选取的位置索引对应的已抽取信号向量中的元素符号进行翻转操作，获得修正后向量；(6)生成测量值：(6a)将修正后向量的元素加和，生成一个测量值并输出；(6b)将采样样本计数器加1；(7)判断采样样本计数器是否与采样样本数相等，若是，则执行步骤(2)，否则执行步骤(8)；(8)判断已输入图像信号长度是否与待采样图像信号的长度相等，若是，则执行步骤(3)，否则，执行步骤(9)；(9)终止。