压缩感知的概述梳理(1)

参考文献

An efficient visually meaningful image compression and encryption scheme based on compressive sensing and dynamic LSB embedding

基本内容

基本关系梳理

压缩感知核心元素
  1. 信号 x
    • 长度:N
    • 动态稀疏或可用变换表示:x = 𝝍s
  2. 测量矩阵 𝚽
    • 尺寸:M × N
  3. 变换矩阵 𝝍
    • 变换类型:如DCT, DWT, FFT
  4. 系数向量 s
    • 尺寸:N × 1
  5. 测量向量 y
    • 尺寸:M × 1
    • 定义:y = 𝚽x = 𝚽𝜓s = 𝐹s
  6. 感知矩阵 F
    • 尺寸:M × N
    • 与𝚽和𝝍的关系:F = 𝚽𝝍
  7. 重建信号 x 的方法
    • 约束优化:min ‖𝐬‖1 s.t. 𝐲 = 𝚽𝜓𝑠
    • 相关算法:匹配追踪 (MP), 正交匹配追踪 (OMP), 平滑化l0范数 (SL0)
应用
  • 用于压缩和加密Iorig
  • 测量向量作为Iciph
  • 测量矩阵作为密钥

对应关系

变量 定义/描述 尺寸 公式相关被引用
x 信号 N x 1 x = 𝝍s, 𝐲 = 𝚽x
𝚽 测量矩阵 M x N 𝐲 = 𝚽x
𝝍 变换矩阵,可采用DCT, DWT, FFT等 N x N x = 𝝍s
s 稀疏系数向量 N x 1 x = 𝝍s
y 测量向量 M x 1 𝐲 = 𝚽x = 𝚽𝜓s = 𝐹s
F 感知矩阵,定义为F=𝚽𝝍 M x N 𝐲 = F s
‖s‖1 s 的 l1-范数 _ min ‖𝐬‖1
Iorig 原始图像数据(用途说明) _ _
Iciph 加密后的测量向量(用途说明) _ _

此图和表格反映了压缩感知理论的核心概念及其内部关系,并说明了在图像加密和压缩中的实际应用案例。

相关推荐
知来者逆1 小时前
计算机视觉——对比YOLOv12、YOLOv11、和基于Darknet的YOLOv7的微调对比
深度学习·yolo·目标检测·计算机视觉·yolov7·yolov11·yolov12
AIGC方案2 小时前
使用 OpenCV 进行视觉图片调整的几种常见方法
人工智能·opencv·计算机视觉
蜡笔小电芯2 小时前
【OpenCV】第二章——图像处理基础
图像处理·人工智能·opencv·计算机视觉
硅谷秋水3 小时前
端到端自动驾驶的数据规模化定律
人工智能·深度学习·机器学习·计算机视觉·自动驾驶
白熊1886 小时前
【计算机视觉】CV实战项目 -深度解析PaddleSegSharp:基于PaddleSeg的.NET图像分割解决方案
人工智能·计算机视觉·.net
落樱弥城6 小时前
图像处理——边缘检测
图像处理·人工智能·计算机视觉
余弦的倒数6 小时前
计算机视觉各类任务评价指标详解
人工智能·计算机视觉
蚂蚁201412 小时前
卷积神经网络(二)
人工智能·计算机视觉
z_mazin14 小时前
反爬虫机制中的验证码识别:类型、技术难点与应对策略
人工智能·计算机视觉·目标跟踪
沅_Yuan17 小时前
基于贝叶斯优化的Transformer多输入单输出回归预测模型Bayes-Transformer【MATLAB】
神经网络·matlab·回归·贝叶斯·transformer·回归预测