基于保维数半张量积的压缩感知方法、系统、介质及设备技术方案

本发明专利技术公开了基于保维数半张量积的压缩感知方法、系统、介质及设备，包括：获取原始图像的向量表达形式；通过离散余弦变换将获得的向量转化为稀疏化的向量表示；生成高斯随机矩阵，通过带权重的全1向量进行保维数半张量积运算，构造测量矩阵；利用测量矩阵对稀疏化后的向量进行采样，得到压缩后的传输向量；将所述高斯随机矩阵和传输向量发送至接收端，接收端基于l1范数优化算法重构恢复原始图像，完成压缩感知传输。本发明专利技术基于保维数的半张量积来改进测量矩阵，该测量矩阵构造方法能够减少生成高斯随机矩阵的大小，从而节约了内存，传输过程中速度更快，节约了带宽成本。

【技术实现步骤摘要】

本专利技术属于图像压缩感知，具体涉及一种基于保维数半张量积的压缩感知方法、系统、介质及设备。

技术介绍

1、这里的陈述仅提供与本专利技术相关的
技术介绍
，而不必然地构成现有技术。

2、随着信息技术的快速发展，数据的生成和存储量呈指数级增长，尤其是在图像、视频、音频等多媒体数据的处理和传输中，传统的信号采集和处理方法面临着巨大的挑战。根据国际数据公司(idc)的报告，全球数据量预计将在未来几年内继续以每年超过20％的速度增长，这对数据存储、处理和传输提出了更高的要求。首先，随着传感器技术的进步，获取高分辨率和高频率数据变得越来越容易，但随之而来的数据量激增使得数据处理和传输的复杂性大幅增加。在许多应用场景中，尤其是在无线通信和物联网(iot)环境中，带宽资源有限，如何在保证信号质量的前提下有效利用带宽成为了一个亟待解决的问题。在这一背景下，压缩感知(compressed sensing，cs)技术应运而生，成为解决这一问题的有效手段。尽管压缩感知技术在理论和实践中取得了显著进展，但在实际应用中仍面临一些挑战。

3、(1)测量矩阵设计的局本文档来自技高网...

【技术保护点】

1.基于保维数半张量积的压缩感知方法，其特征在于，包括：

2.如权利要求1所述的基于保维数半张量积的压缩感知方法，其特征在于，所述获取原始图像的向量表达形式，具体为：对原始传输图片进行矩阵化处理，得到原始传输图片所对应的灰度矩阵，对所述灰度矩阵进行矩阵向量化，获得向量表达形式。

3.如权利要求1所述的基于保维数半张量积的压缩感知方法，其特征在于，所述离散余弦变换具体为：利用离散余弦基Ψ将获得的向量x转化为稀疏化的向量表示：x＝Ψs，其中，s为稀疏化后的向量。

4.如权利要求3所述的基于保维数半张量积的压缩感知方法，其特征在于，构造测量矩阵具体为：生成一...

【技术特征摘要】

1.基于保维数半张量积的压缩感知方法，其特征在于，包括：

2.如权利要求1所述的基于保维数半张量积的压缩感知方法，其特征在于，所述获取原始图像的向量表达形式，具体为：对原始传输图片进行矩阵化处理，得到原始传输图片所对应的灰度矩阵，对所述灰度矩阵进行矩阵向量化，获得向量表达形式。

3.如权利要求1所述的基于保维数半张量积的压缩感知方法，其特征在于，所述离散余弦变换具体为：利用离散余弦基ψ将获得的向量x转化为稀疏化的向量表示：x＝ψs，其中，s为稀疏化后的向量。

4.如权利要求3所述的基于保维数半张量积的压缩感知方法，其特征在于，构造测量矩阵具体为：生成一个高斯随机矩阵φ，利用带权重的全1向量进行保维数半张向量积运算，得到测量矩阵其中，代表矩阵kronecker积，权重值γ为指定的正整数值，通常取2。

5.如权利要求4所述的基于保维数半张量积的压缩感知方法，其...

【专利技术属性】
技术研发人员：冯俊娥，祁奇，王彦斐，
申请(专利权)人：山东大学，
类型：发明
国别省市：