论文部分内容阅读
大部分观测矩阵采用随机矩阵,导致占用内存较高;对于图像信息,典型算法重构速度较慢,不能充分利用图像的信息。为此,提出一种有效降低观测矩阵所占存储空间的分块筛选自适应算法。将图像进行分块,根据平滑度对分块进行筛选,分成平滑与非平滑两类进行处理;依据RIP使观测矩阵进行自适应筛选,大大减少小尺寸观测矩阵带来的随机性不足问题;将处理好的分块还原至初始位置。实验结果表明,在更小的观测矩阵(传统观测矩阵所占空间的1/1 024至1/2 048之间)、更少的采样率下,该算法能以更快的速度(最快约11倍)获得与其