基于压缩感知的数据压缩理论及其重构算法对比研究.pdf

《基于压缩感知的数据压缩理论及其重构算法对比研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第24卷第12期中国矿业Vo1．24．No．122015年l2月CHINAMININGMAGAZINEDec．2O15基于压缩感知的数据压缩理论及其重构算法对比研究李逸川，于峻川，徐红燕。(1．中国国土资源航空物探遥感中心，北京100083；2．地质过程与矿产资源国家重点实验室，中国地质大学(北京)地球科学与资源学院，北京100083；3．中国地质调查局地学文献中心，北京100083)摘要：压缩感知作为一种全新的信号采样理论，一经提出便引起广泛关注。本文拟在前人研究的基础上，通过理论研究及仿真实验对常见重构算法进行评价

2、为后续理论研究及应用提供科学依据。首先对压缩感知的理论基础和主要构成进行阐述，以贪婪算法中的OMP算法分别对一维信号及不同类型的二维图像进行仿真实验，实验结果表明压缩感知算法可以在较低采样率下实现对一维或二维信号的高效重构，在采样率在0．5的情况下，其数据的压缩率达53～6O。在系统总结几种常见重构算法特点的基础上，以标准测试影像为对象构建仿真实验，分别从重构算法的运算效率和重构质量两个方面对实验结果进行评价，结果显示IRLS算法重构精度较高，而GPSR算法的运算耗时较短。关键词：压缩感知；图像压缩；重构算法；稀疏性中

3、图分类号：TN911．72文献标识码：A文章编号：1004—4051(2015)12-0159-06AtheoreticalintroductiontocompressivesensingtheoryandacomparativestudiesofreconstructionalgorithmLIYi—chuan。YUJun—chuan，XUHong—yan。(1．ChinaAeroGeophysicalSurveyandRemoteSensingCenterforLandandResources，Beijing100

4、083，China；2．StateKeyLaboratoryofGeologicalProcessesandMineralResources，SchoolofEarthScienceandMineralResources，ChinaUniversityofGeoseiences，Beijing100083China；3．ChinaGeoscienceDocumentationCenter．CGS，Beijing100083，China)Abstract：Thecompressivesensingisanewtheory

5、，whichattractedwideattentionsfromtheworldonceitwasproposed，Inthisstudy，weevaluatedtheadvantagesanddisadvantagesamongvariousreconstructionalgorithmthroughtheoreticalsummaryandsimulationexperiment，aimingatprovidingtheoreticalsupportfortheresearchandapplicationinth

6、efuture，Firstofall，thisthesissystematicallysummarizedthetheoreticalframeworkandthemaincomponentsofCompressiveSensing，andthencarriedoutone—dimensionalandtWO—dimensionalsimulationexperimentbyusingOMPreconstructionalgorithm，TheresultshowsthattheCompressiveSensingal

7、gorithmcanreconstructtheoriginalsignalinahighprobabilityevenunderalowsamplingrate，Inthecaseofthesamplingrateis0．5，thecompressingratewasachievedto53一60，Finally，inordertOestimatethetimespentduringreconstructingandreconstructionprecisionofvariousreconstructionalgor

8、ithm，wecarriedoutanothersimulationexperimentthroughstandardtestimagebasedonthebriefsummaryofthecharacteristicsofthesealgorithms，ThestudyshowsthatIRLSalgorithmcanprovi