论文部分内容阅读
压缩感知是一种新的信号采集理论,打破了奈奎斯特采样定理的局限。奈奎斯特采样频率是根据信号的频率确定的;而压缩感知的信号采样频率是根据信号的结构和内容确定的,在信号采集的同时,对采集后的样点值进行适当地压缩。压缩感知的编译码框架不是对称的,压缩过程采用了观测矩阵对样点值进行简单的投影,其运算相对比较简单;译码过程涉及了复杂的重构运算,其过程相对比较复杂。这种非对称的框架能够满足某些实际需求。本文研究了基于正交匹配追踪的压缩感知算法,提出了两种重构并行算法,提高重构速度;同时研究了彩色图像的压缩感知算法。论文的具体工作如下:提出基于OpenMP的压缩感知并行处理算法。对压缩感知的两种稀疏变换——离散余弦变换和离散小波变换的并行结构进行研究:1)对DCT变换而言,先将图像进行分块,各图像子块独立进行DCT变换,变换后的系数按照频率的顺序进行重排;2)对DWT变换而言,降低其行变换与列变换间数据的相关性,令各行间的行滤波过程和各列间的列滤波过程独立执行。变换后的系数划分成多个系数子块,使用观测矩阵对各系数子块单独进行压缩。在数据重构时,各子块系数单独进行重构,不仅降低了数据的运算量,也降低了执行正交匹配追踪算法的迭代次数。结合OpenMP编程技术,有效降低压缩感知的稀疏变换、编码测量与重构过程的执行时间。提出基于OpenMP的选择压缩感知并行处理算法。为了提升图像的重构质量,只对稀疏变换后的中高频系数进行压缩感知。以少量压缩率为代价,来提高图像重构质量。借鉴多描述编码的思想,提出一种基于OpenMP的压缩感知多描述并行处理算法。利用交织抽取技术将稀疏变换后的系数分成多个描述,独立执行编码测量与重构过程;并利用OpenMP技术将这些描述分配到多个线程中并行执行编码测量和重构过程。该算法在提高压缩感知执行效率的同时,也有效提升了图像的重构质量。为进一步利用彩色分量的相关性,提出一种新的彩色图像压缩感知算法。对彩色图像先进行RGB-YUV的变换,并使用两种码率分配方法进行压缩率分配,改进算法的重构图像的客观评价指标和主观视觉效果都相应提高。