论文部分内容阅读
基于压缩感知的计算关联成像中,散斑设计是高质量图像重构的关键。针对传统散斑生成方法存在冗余高、关联成像质量低的问题,提出了一种基于主成分分析的散斑设计方法。该方法通过线性映射将高维空间中的数据投影到低维空间中,使低维空间上的投影方差最大化。结合图像先验知识,通过样本训练方法得到一组测量矩阵,在低采样率下可提高成像质量。实验结果表明,与传统方法相比,在采样率相同且低于0.5时,本方法可将图像的峰值信噪比提升5dB,结构相似度提升0.2,为低采样率下获取高质量图像的同类场景提供了新思路。