朱 明,高 文,2,郭立强
(1.中国科学院长春光学精密机械与物理研究所,吉林长春130033; 2.中国科学院 研究生院,北京100039)
随着信息社会的发展,在日常生活中会经常遇到获取、存储、处理以及传输海量信息的问题。以数码相机拍照为例,由于从CCD获得的图像数据量很大,若是直接存储,一张1G Bit的存储卡只能保存几十张照片。而若通过某一压缩算法对图像信息进行重新“表示”,即可剔除照片中的冗余信息,使一张存储卡保存成百上千张照片。这是一个典型的信息编解码过程,从数学角度来讲就是信息的变换域处理。
整个编码过程由两个步骤构成:信息的获取(包含大量的冗余信息)和压缩处理。对于信息的获取,香浓-奈奎斯特采样定理指出:信号的采样频率至少是信号最高频率的2倍时才能从采样信号恢复出原始信号。但是,在海量信息以及信号频率很高的情况下,上述采样方法会造成很大的数据冗余,同时也不得不考虑硬件成本的问题。压缩处理发生在数据被完整采集到之后,在数据压缩过程中,绝大多数的数据都要丢掉,而且压缩算法的计算量要比解压缩算法的计算量大。通过以上编码过程的分析可推出:如果能以远低于信号最高频率的采样频率来采样,采样数据量就可以大大减小,另外,如果丢弃对冗余信号的采集及压缩,直接获取压缩后的数据,那么整个编码过程会变得简单易行。
压缩感知理论(Compressed Sensing,CS)指出,如果信号在某一变换域是K-稀疏的或者说是可压缩的,那么可以设计一个与相变换基不相关的非满秩矩阵(测量矩阵)来对信号进行“测量”。……