壓縮感知理論在數(shù)字圖像處理中的應用概述

賀州學院信息與通信學院 張紅燕 謝俊秉

壓縮感知理論在數(shù)字圖像處理中的應用概述

賀州學院信息與通信學院 張紅燕 謝俊秉

壓縮感知理論在數(shù)據(jù)采集的同時，對數(shù)據(jù)進行了壓縮，通過對一個具有稀疏性或可壓縮性的原始信號進行有限次的線性觀測，這些觀測值就包含了原始信號的全部信息，再通過求解一個優(yōu)化問題使得原始信號從這些觀測值中恢復出來。壓縮感知理論的采樣頻率會低于奈奎斯特頻率，這樣對高分辨率信號的采集成為可能?；趬嚎s感知理論的智能機器人數(shù)字圖像處理圍繞圖像識別和圖像超分辨率重建，研究快速有效的稀疏分解算法，壓縮感知在理論方面已經(jīng)取得了許多重要的成果，許多研究者已經(jīng)將之投入到實際應用當中，壓縮感知迅速成為信息領域中的一個熱點研究方向，開展這方向的研究很有意義，應用前景也非常廣泛。

壓縮感知理論；數(shù)字圖像處理；應用

1.引言

壓縮感知（Compressive/Compressed Sensing，CS）是現(xiàn)代信息科學領域中一個全新的研究方向，即直接感知壓縮后的信息，該理論在數(shù)據(jù)采集的同時，就對數(shù)據(jù)進行了壓縮，其采樣的頻率會低于奈奎斯特頻率，這樣對高分辨率信號的采集成為可能。其理論思想是：通過對一個具有稀疏性或可壓縮性的原始信號進行有限次的線性觀測，這些觀測值就包含了原始信號的全部信息，再通過求解一個優(yōu)化問題使得原始信號從這些觀測值中恢復出來。自從2006年有正式論文發(fā)表之后，極大地吸引了相關研究人員[1][2][3]的關注。

2.傳統(tǒng)圖像采樣與壓縮的不足

傳統(tǒng)圖像采集與壓縮技術,首先以奈奎斯特采樣率對信號進行高速采樣,再通過復雜的壓縮算法丟棄大量冗余數(shù)據(jù),不僅造成了采樣資源的巨大浪費,同時給系統(tǒng)的處理能力和硬件設備帶來了很大的挑戰(zhàn)。壓縮感知是一種新的信號獲取的方法，它突破了奈奎斯特采樣定理的瓶頸，它將對信號的壓縮和采樣合并進行，使得測量數(shù)據(jù)量遠遠小于傳統(tǒng)的采樣方法所得的數(shù)據(jù)量。

3.壓縮感知的主要內容

壓縮感知主要包括三個方面的內容：信號的稀疏表示、信號的壓縮采樣和信號的重構。壓縮感知理論為目前尚未解決的問題提供了新的思路和方法，該理論與其他領域的融合還有待進一步研究。在一些如星載、無線傳感網(wǎng)絡、數(shù)據(jù)恢復等對硬件資源要求極為苛刻并且對信號處理的實時性要求不高的場合，可以利用壓縮感知理論在數(shù)字圖像處理算法上。壓縮感知理論同時進行采樣和壓縮的方式，大大減輕了采樣資源的負擔和系統(tǒng)的計算復雜度。重構算法是壓縮感知理論研究的核心問題,對圖像壓縮感知重構算法進行深入研究，利用圖像的已知先驗信息與重構端的觀測數(shù)據(jù)對信號進行重構。

4.在智能機器人系統(tǒng)的圖像處理中應用

在智能機器人系統(tǒng)的圖像處理中，高采樣率的實現(xiàn)不僅硬件實現(xiàn)難度大，而且成本高。另外，由于數(shù)據(jù)量大，采集的時間也相對較長。壓縮傳感技術是一種突破了奈奎斯特采樣定理限制的新感測技術，對稀疏信號或圖像可通過低于奈奎斯特采樣標準的方式進行數(shù)據(jù)采樣，之后仍能夠“完美”的重建原信號或原圖像。利用信號稀疏性的特征,通過盡量少的觀測信息恢復信號。對于智能移動機器人的視覺環(huán)境認知，尤其處理實時性，減少視覺信息數(shù)據(jù)處理量是提高視覺感知處理性能一種方法。

壓縮感知理論突破了奈奎斯特采樣定理的瓶頸，對信號的壓縮和采樣合并進行，減少了智能機器人數(shù)字圖像及視頻獲取時的存儲及傳輸代價?；趬嚎s感知理論的智能機器人數(shù)字圖像處理圍繞圖像識別和圖像超分辨率重建[4]，研究快速有效的稀疏分解算法，如何構造一個適合不同模態(tài)圖像的變換字典，并設計相應的快速而有效的稀疏分解算法對于智能移動機器人的視覺環(huán)境認知，尤其處理實時性，減少視覺信息數(shù)據(jù)處理量是提高視覺感知處理性能；研究基于稀疏表示的圖像重建算法，將其應用到YCbCr、RGB彩色圖像模型來進行超分辨率重建。在重建算法方面，尋求解決基于范數(shù)最小問題的較快速的優(yōu)化算法，從而做到信號重建質量和重建時間的均衡[5]；研究基于壓縮感知的圖像識別算法，可用于人臉識別和空間目標識別。隨著研究的進一步完善，可以應用到更廣泛的領域。

5.結束語

壓縮感知理論通過少量的線性測量值感知信號的原始結構,并通過求解最優(yōu)化問題精確地重構原信號[6]。該理論減少了智能機器人數(shù)字圖像及視頻獲取時的存儲及傳輸代價，也為后續(xù)的圖像處理及識別的研究提供了新的契機，促進了理論和工程應用的結合。隨著該理論的進一步完善，會有更廣泛的應用領域。經(jīng)過近幾年的發(fā)展，壓縮感知在理論方面已經(jīng)取得了許多重要的成果，許多研究者已經(jīng)將之投入到實際應用當中，如信息、醫(yī)學等學科。壓縮感知迅速成為信息領域中的一個熱點研究方向，世界知名大學都成立專門的課題組研究并取得了一系列理論與應用方面的成果。因此，開展這方向的研究很有意義，應用前景也非常廣泛。

[1]D L Donoho. Compressed sensing[J].IEEE Transactions on Information Theory,2006,52(4):1289-1306.

[2]E Candes,M Wakin.An introduction to compressive sampling[J].IEEE Signal Processing Magazine,2008,25(2):21-30.

[3]R Baraniuk.A lecture on compressive sensing[J].IEEE Signal Processing Magazine,2007,24(4):118-121.

[4]劉效勇,盧佩,曹海賓,田敏.基于壓縮感知的圖像重構關鍵技術研究[J].石河子大學學報(自然科學版),2017(2017-10-22).

[5]周燦梅.基于壓縮感知的信號重建算法研究[D].北京:北京交通大學,2012.

[6]張愛華,薄祿裕,盛飛,楊培.基于小波變換的壓縮感知在圖像加密中的應用[J].計算機技術與發(fā)展,2011,12.

本文系廣西自治區(qū)教育廳高校中青年教師基礎能力提升項目《基于壓縮感知理論智能機器人數(shù)字圖像處理的研究》（編號：KY2016YB454）和低秩系數(shù)分解下鋁箔表面缺陷檢測方法研究（編號：2017KY0651）支持。

張紅燕（1978—），女，山東臨清人，副教授，主要從事電子通信系統(tǒng)設計和數(shù)字圖像處理技術的應用等。

謝俊秉（1996—），賀州學院信息與通信學院2015級通信工程專業(yè)學生。