CN113824903B - 一种基于压缩感知技术的图像数据传输系统 - Google Patents

一种基于压缩感知技术的图像数据传输系统 Download PDF

Info

Publication number
CN113824903B
CN113824903B CN202110918849.7A CN202110918849A CN113824903B CN 113824903 B CN113824903 B CN 113824903B CN 202110918849 A CN202110918849 A CN 202110918849A CN 113824903 B CN113824903 B CN 113824903B
Authority
CN
China
Prior art keywords
data
image data
comparator
pixel
random
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110918849.7A
Other languages
English (en)
Other versions
CN113824903A (zh
Inventor
王宏
王瑞
马晓华
王赛赛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xidian University
Original Assignee
Xidian University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xidian University filed Critical Xidian University
Priority to CN202110918849.7A priority Critical patent/CN113824903B/zh
Publication of CN113824903A publication Critical patent/CN113824903A/zh
Application granted granted Critical
Publication of CN113824903B publication Critical patent/CN113824903B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
    • H04N25/40—Extracting pixel data from image sensors by controlling scanning circuits, e.g. by modifying the number of pixels sampled or to be sampled
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
    • G06F7/58—Random or pseudo-random number generators

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Transforming Light Signals Into Electric Signals (AREA)

Abstract

本发明公开了一种基于压缩感知技术的图像数据传输系统，包括数据压缩模块和数据恢复模块，其中，数据压缩模块用于利用易失性忆阻器产生随机数，并利用所述随机数控制采样开关对原始图像数据中的像素点进行多次随机采集，获得所述原始图像的观测数据；数据恢复模块用于对所述观测数据在稀疏域中进行数据处理，获得所述原始数据的复原数据。由于易失性忆阻器具有结构简单、与CMOS兼容、功耗低等优点，在与压缩传感技术结合后，以远低于奈奎斯特采样的速率进行采样，大大降低了数据存储和运输所产生的功耗，加快了数据采样和复原速率。

Description

一种基于压缩感知技术的图像数据传输系统
技术领域
本发明属于信息处理技术领域，具体涉及一种基于压缩感知技术的图像数据传输系统。
背景技术
根据香农-奈奎斯特(Shannon–Nyquist)采样定理，为了在均匀采样信号时不丢失信息，采样频率必须为信号最高频率的两倍。在很多应用中，包括数字图像和摄像机，奈奎斯特的速率导致最终采集到太多的样本，因此必须进行更深度压缩才能存储或传输这些信号。另一方面，在图像信号的实际应用中，庞大的信息量给信号的传输、储存带来极大的挑战，传统的成像系统采集一幅图像需要先用很高的频率获取图像的采样值，再对数据进行压缩变换，特别是每个像素的采样都拥有自己的图像传感器，但是许多传感器的采样数据最后被抛弃，显然这种高速采样再压缩的过程浪费了大量的采样资源。在其他应用程序中，包括成像系统(医疗扫描仪、雷达)和高速模数转换器，增加采样率或密度超过目前最先进的水平是非常昂贵的。并且，在患者进行脑部CT测试时，在成像速率很慢的因素下，一些患有幽闭恐惧症的患者会十分痛苦。
而通过最近兴起的前沿技术，压缩感知算法可以以远低于奈奎斯特采样定理的速率进行采样，从而进行低功耗、高速率的数据传输。但是图像质量仍然会受到比特流质量的限制，比特流的相关性可能会降低计算精度。此外，目前由Linux内核产生的真随机数形成的压缩感知观测矩阵由于生成器在设计上的一些缺陷，存在被黑客攻击的风险。
发明内容
为了解决现有技术中存在的上述问题，本发明提供了一种基于压缩感知技术的图像数据传输系统。本发明要解决的技术问题通过以下技术方案实现：
本发明提供了一种基于压缩感知技术的图像数据传输系统，包括数据压缩模块和数据恢复模块，其中，
数据压缩模块用于利用易失性忆阻器产生随机数，并利用所述随机数控制采样开关对原始图像数据中的像素点进行多次随机采集，获得所述原始图像的观测数据；
所述数据恢复模块用于对所述观测数据在稀疏域中进行处理，获得所述原始数据的复原数据。
在本发明的一个实施例中，所述数据压缩模块包括多个像素数据随机采集子模块和一个数据处理子模块，其中，
每个像素数据随机采集子模块分别用于产生随机数并根据所述随机数控制采样开关的通断，对所述原始图像中对应像素的数据进行采集，获得采集后像素数据；
所述数据处理子模块用于获得所有像素数据随机采集子模块得到的采集后像素数据并进行叠加，获得叠加图像数据。
在本发明的一个实施例中，所述数据处理子模块还用于所述多个像素数据随机采集子模块对所述原始图像的像素点进行M次随机采集，共获得M个叠加图像数据，组成M×1维的观测数据，其中，M小于原始图像中的像素点个数。
在本发明的一个实施例中，所述像素数据随机采集子模块包括随机数产生单元、图像数据输入单元和数据采样单元，其中，
所述随机数产生单元用于产生符合伯努利0，1分布的随机数0或1；
所述图像数据输入单元用于接收原始图像中对应像素的数据并转换成电流信号；
所述数据采样单元用于在所述随机数为1时对所述电流信号进行采集，并在所述随机数为0时不对所述电流信号进行采集。
在本发明的一个实施例中，所述随机数产生单元包括第一脉冲发生器S1、易失性忆阻器TSM、第一电阻R1和比较器P1，其中，
所述第一脉冲发生器S1用于输入恒定频率的矩形波；
所述易失性忆阻器TSM连接在所述第一脉冲发生器S1的输出端与所述比较器P1的正输入端之间，所述第一电阻R1连接在所述比较器P1的正输入端与接地端之间；
所述比较器P1的负输入端用于输入脉冲电压Vth，所述比较器P1的输出端连接所述数据采样单元。
在本发明的一个实施例中，所述图像数据输入单元包括相互连接的第一脉冲发生器S2和传感器Sense，其中，
所述第一脉冲发生器S2用于获取原始图像中对应像素的数据并转换为电压信号；
所述传感器Sense连接所述数据采样单元，用于将所述电压信号传输至所述数据采样单元。
在本发明的一个实施例中，所述数据采样单元包括第二电阻R2、第三电阻R3和开关管NMOS，其中，
所述第二电阻R2的一端连接电源端VCC，另一端连接所述比较器P1的输出端；
所述开关管NMOS的栅极连接所述比较器P1的输出端，所述开关管NMOS的漏极连接所述传感器的输出端，所述开关管NMOS的源极作为所述数据采样单元的输出端；
所述第三电阻R3连接在所述开关管NMOS的栅极与所述开关管NMOS的源极之间。
在本发明的一个实施例中，所述数据恢复模块具体用于：
从所述随机数产生单元获取由随机数0或1组成的M×N维观测矩阵φ；
获取N×N维的稀疏变换矩阵ψ；
利用所述观测数据Y、所述观测矩阵φ和所述稀疏变换矩阵ψ，获得稀疏信号S；
在不相关稀疏域利用所述相关恢复算法和所述稀疏信号S，获得所述原始图像数据的复原信号。
在本发明的一个实施例中，所述稀疏变换矩阵为傅立叶变换矩阵、小波变矩阵或离散余弦变换矩阵。
与现有技术相比，本发明的有益效果在于：
1、本发明的基于压缩感知技术的图像数据传输系统，利用易失性忆阻器的内部离子缺陷的自然行为，产生不可预测且容错度高的真随机数，具有很高的容错性，能对原始数据进行有效的压缩。
2、由于易失性忆阻器具有结构简单，与CMOS兼容，功耗低等优点，在与压缩传感技术结合后，以远低于奈奎斯特采样的速率进行采样，大大降低了数据存储和运输所产生的功耗，加快了数据采样和复原速率，是一种十分有潜力的信号压缩感知系统。
3、由于直接在传感器的源头实行了传感内计算，对数据直接进行了亚采样，避免了以前全采样所造成的动力浪费，相比于计算机产生随机数的方案，具有更稳定，质量更高，更安全的优点。
以下将结合附图及实施例对本发明做进一步详细说明。
附图说明
图1是本发明实施例提供的一种基于压缩感知技术的图像数据传输系统的模块图；
图2是本发明实施例提供的一种数据压缩模块的结构示意图；
图3是本发明实施例提供的一种像素数据随机采集子模块的电路图；
图4a-图4j是利用本发明实施例提供的一种基于压缩感知技术的图像数据传输系统对图像数据进行压缩及还原后的结果示意图。
具体实施方式
为了进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及具体实施方式，对依据本发明提出的一种基于压缩感知技术的图像数据传输系统进行详细说明。
有关本发明的前述及其他技术内容、特点及功效，在以下配合附图的具体实施方式详细说明中即可清楚地呈现。通过具体实施方式的说明，可对本发明为达成预定目的所采取的技术手段及功效进行更加深入且具体地了解，然而所附附图仅是提供参考与说明之用，并非用来对本发明的技术方案加以限制。
应当说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的物品或者设备中还存在另外的相同要素。
实施例一
请参见图1，图1是本发明实施例提供的一种基于压缩感知技术的图像数据传输系统的模块图。该图像数据传输系统包括数据压缩模块1和数据恢复模块2，其中，数据压缩模块1用于利用易失性忆阻器产生随机数，并利用所述随机数控制采样开关对原始图像数据中的像素点进行多次随机采集，获得所述原始图像的观测数据；数据恢复模块2用于对所述观测数据在稀疏域中进行数据处理，获得所述原始数据的复原数据。
进一步地，请参见图2，图2是本发明实施例提供的一种数据压缩模块的结构示意图。本实施例的数据压缩模块1包括多个像素数据随机采集子模块11和一个数据处理子模块12，其中，每个像素数据随机采集子模块11分别用于产生随机数并根据所述随机数控制采样开关的通断，对所述原始图像中对应像素的数据进行采集，获得采集后像素数据；数据处理子模块12用于获得所有像素数据随机采集子模块11得到的采集后像素数据并进行叠加，获得叠加图像数据。
数据处理子模块12还用于所述多个像素数据随机采集子模块11对所述原始图像的像素点进行M次随机采集，共获得M个叠加图像数据，组成M×1维的观测数据，其中，M小于原始图像中的像素点个数。
本实施例的随机数利用易失性忆阻器产生，符合伯努利0，1分布。具体地，当像素数据随机采集子模块11中产生的随机数为1时，采样开关闭合，采集该像素数据随机采集子模块11所对应的像素数据，当像素数据随机采集子模块11中产生的随机数为0时，采样开关断开，则采集该像素数据随机采集子模块11所对应的像素数据。所有像素数据随机采集子模块11在同一时间分别获得一个随机数，从而对应的随机数判定是否进行采样，并将所有采样的像素数据进行叠加，获得一个叠加后的像素数据。与此同时，获得了一个数量为N的随机数序列。
在本实施例中，对原始图像进行50％亚采样，也就是说，所述多个像素数据随机采集子模块11利用生成的随机数，随机对原始图像中的50％的像素点进行采样。
进一步地，本实施例的像素数据随机采集子模块11包括随机数产生单元111、图像数据输入单元112和数据采样单元113，其中，随机数产生单元111用于产生符合伯努利0，1分布的随机数0或1；图像数据输入单元112用于接收原始图像中对应像素的数据并转换成电流信号；数据采样单元113用于在所述随机数为1时对所述电流信号进行采集，并在所述随机数为0时不对所述电流信号进行采集。所述电流信号通过采样开关实际上是原始像素数据与0和1随机数相乘的结果。也就是说，当随机数为0时，得到的数据也是0，当随机数为1是，获得当前像素数据。
请参见图3，图3是本发明实施例提供的一种像素数据随机采集子模块的电路图。随机数产生单元111包括第一脉冲发生器S1、易失性忆阻器TSM、第一电阻R1和比较器P1，其中，第一脉冲发生器S1用于输入恒定频率的矩形波；易失性忆阻器TSM连接在第一脉冲发生器S1的输出端与比较器P1的正输入端之间，第一电阻R1连接在比较器P1的正输入端与接地端之间；比较器P1的负输入端用于输入脉冲电压Vth，比较器P1的输出端连接数据采样单元。
图像数据输入单元112包括相互连接的第一脉冲发生器S2和传感器Sense，其中，第一脉冲发生器S2用于获取原始图像中对应像素的数据并转换为电压信号；传感器Sense连接数据采样单元，用于将电压信号传输至数据采样单元。
数据采样单元113包括第二电阻R2、第三电阻R3和开关管NMOS，其中，第二电阻R2的一端连接电源端VCC，另一端连接比较器P1的输出端；开关管NMOS的栅极连接比较器P1的输出端，开关管NMOS的漏极连接传感器的输出端，开关管NMOS的源极作为数据采样单元的输出端；第三电阻R3连接在开关管NMOS的栅极与开关管NMOS的源极之间。
具体地，在本实施例中，利用易失性忆阻器TSM搭建随机数产生单元111，将易失性忆阻器TSM与一个上拉电阻R1连接到电压比较器P1的正向输入端，电压比较器P1的负相输入端为一个恒定的阈值电压Vth，该阈值电压Vth需根据具体器件特性进行设定。在第一脉冲发生器S1处施加电路恒定频率的矩形波，则可以在电压比较器P1输出1或0的真随机数。
电压比较器P1的输出端接一个上拉电阻R2，此电阻的另一端接在电源VCC上，通过改变电源VCC和上拉电阻R1、R2大小，可以在电压比较器P1的输出端得到相应的输出电压，从而驱动开关管NMOS。本实施例的开关管NMOS的驱动电压为2-4V，可调整电源VCC和上拉电阻R2的大小，使得当电压比较器P1输出”1”时开关管NMOS开启，则对传感器Sense获得的像素数据进行采集，当电压比较器P1输出”0”时开关管NMOS关闭，则不对传感器Sense获得的像素数据进行采集。需要指出的是，可以通过控制第一脉冲发生器S1输入波形的频率和幅值来调整输出的伯努利分布的概率。由易失性忆阻器搭建的像素数据随机采集子模块是一种自然概率行为，具有很高的容错性。
在本实施例中，每个像素数据随机采集子模块控制原始图像中一个像素数据的采集，从而所需像素数据随机采集子模块的数量即为待采集数据的图像的大小，即图像中像素点的个数。
在实际数据采集过程中，在一次采集完成之后，数据处理子模块12还用于所述多个像素数据随机采集子模块11对所述原始图像的像素点进行M次随机采集，共获得M个叠加图像数据，组成M×1维的观测数据Y，其中，M小于原始图像中的像素点个数。具体地，在进行一次采集，获得一个叠加后的像素数据，所述多个像素数据随机采集子模块11会对所述原始图像的像素点重复进行多次随机采集，共获得M个叠加后的像素数据，由于每次采样产生一个数量为N的随机数序列，因此，此时获得一个M×N的随机数矩阵，也称观测矩阵Φ。
进一步地，本实施例的数据恢复模块2具体用于：
(1)从所述随机数产生单元获取由随机数0或1组成的M×N维观测矩阵φ。
如上所述，在进行数据采样和压缩过程中，每次采样产生一个数量为N的随机数序列，M次重复采集之后，获得一个M×N的随机数矩阵，即为观测矩阵Φ。
(2)获取N×N维的稀疏变换矩阵ψ。
在本实施例中，所述稀疏变换矩阵为傅立叶变换矩阵、小波变换矩阵或离散余弦变换矩阵。傅立叶变换、小波变换或离散余弦变换均为常用的数据变换过程，这里不再赘述。
(3)利用所述观测数据Y、所述观测矩阵φ和所述稀疏变换矩阵ψ，获得稀疏信号S。
具体地，利用下式求解稀疏信号S：
Y＝Φ*Ψ*S，
其中，Y表示M×1的观测数据，Φ表示M×N的观测矩阵，Ψ为N×N维的稀疏变换矩阵。根据上述求得的稀疏信号S为N×1的数据向量。
(4)在不相关稀疏域利用所述相关恢复算法和所述稀疏信号S，获得所述原始图像数据的复原信号。
具体地，可以直接将稀疏信号S与稀疏变换矩阵Ψ相乘，获得所述原始图像数据的复原信号。值得指出的是，对于大矩阵运算时，采用OMP算法(Orthogonal MatchingPursuit，正交匹配追踪算法)最小化残差会有更好的复原效果，具体过程这里不再赘述。
请参见图4a-图4j，图4a-图4j是利用本发明实施例提供的一种基于压缩感知技术的图像数据传输系统对图像数据进行压缩及还原后的结果示意图。图4a-图4j是对MNIST数据集的28×28的数字手写数据0-9进行1/2采样后的复原结果。从图中可以看出，采样点的个数为原始数据的1/2时，可以非常清晰的辨清数字，由此证明了本实施例的图像数据传输系统是一种非常有潜力的压缩感知系统。由于易失性忆阻器的内部自然概率行为，产生的真随机数具有不可预测，稳定性好和容错率高等优点，搭建的图像数据传输系统可以以远低于奈奎斯特采样速率进行采样，降低了数据存储和运输所需的功耗，显著提高运算速度，对硬件实施压缩感知算法提供了一种新思路。结果证明，基于忆阻器的压缩感知系统是一种十分有潜力的信号压缩感知系统，可以很好的应用于传感内计算。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (7)

1.一种基于压缩感知技术的图像数据传输系统，其特征在于，包括数据压缩模块和数据恢复模块，其中，
所述数据压缩模块用于利用易失性忆阻器产生随机数，并利用随机数控制采样开关对原始图像数据中的像素点进行多次随机采集，获得所述原始图像的观测数据，所述数据压缩模块包括多个像素数据随机采集子模块和一个数据处理子模块，其中，
每个像素数据随机采集子模块分别用于产生随机数并根据所述随机数控制采样开关的通断，对所述原始图像中对应像素的数据进行采集，获得采集后像素数据，其中，所述像素数据随机采集子模块包括随机数产生单元、图像数据输入单元和数据采样单元，其中，所述随机数产生单元包括比较器P1，所述比较器P1用于输出1或0的真随机数，所述图像数据输入单元包括相互连接的第一脉冲发生器S2和传感器Sense，所述第一脉冲发生器S2用于获取原始图像中对应像素的数据并转换为电压信号，所述传感器Sense连接所述数据采样单元，用于将所述电压信号传输至所述数据采样单元，所述数据采样单元包括开关管NMOS，所述开关管NMOS的栅极连接所述比较器P1的输出端，所述开关管NMOS的漏极连接所述传感器Sense的输出端，所述开关管NMOS的源极作为数据采样单元的输出端，所述开关管NMOS用于当所述比较器P1输出1时所述开关管NMOS开启，对所述传感器Sense获得的像素数据进行采集，当所述比较器P1输出0时所述开关管NMOS关闭，不对所述传感器Sense获得的像素数据进行采集；
所述数据处理子模块用于获得所有像素数据随机采集子模块得到的采集后像素数据并进行叠加，获得叠加图像数据；
所述数据恢复模块用于对所述观测数据在稀疏域中进行数据处理，获得所述原始图像数据的复原数据。
2.根据权利要求1所述的基于压缩感知技术的图像数据传输系统，其特征在于，所述数据处理子模块还用于所述多个像素数据随机采集子模块对所述原始图像的像素点进行M次随机采集，共获得M个叠加图像数据，组成M×1维的观测数据，其中，M小于原始图像中的像素点个数。
3.根据权利要求1所述的基于压缩感知技术的图像数据传输系统，其特征在于，所述随机数产生单元包括第一脉冲发生器S1、易失性忆阻器TSM、第一电阻R1和比较器P1，其中，
所述第一脉冲发生器S1用于输入恒定频率的矩形波；
所述易失性忆阻器TSM连接在所述第一脉冲发生器S1的输出端与所述比较器P1的正输入端之间，所述第一电阻R1连接在所述比较器P1的正输入端与接地端之间；
所述比较器P1的负输入端用于输入脉冲电压Vth，所述比较器P1的输出端连接所述数据采样单元。
4.根据权利要求3所述的基于压缩感知技术的图像数据传输系统，其特征在于，所述图像数据输入单元包括相互连接的第一脉冲发生器S2和传感器Sense，其中，
所述第一脉冲发生器S2用于获取原始图像中对应像素的数据并转换为电压信号；
所述传感器Sense连接所述数据采样单元，用于将所述电压信号传输至所述数据采样单元。
5.根据权利要求4所述的基于压缩感知技术的图像数据传输系统，其特征在于，所述数据采样单元包括第二电阻R2、第三电阻R3和开关管NMOS，其中，
所述第二电阻R2的一端连接电源端VCC，另一端连接所述比较器P1的输出端；
所述开关管NMOS的栅极连接所述比较器P1的输出端，所述开关管NMOS的漏极连接所述传感器的输出端，所述开关管NMOS的源极作为所述数据采样单元的输出端；
所述第三电阻R3连接在所述开关管NMOS的栅极与所述开关管NMOS的源极之间。
6.根据权利要求1所述的基于压缩感知技术的图像数据传输系统，其特征在于，所述数据恢复模块具体用于：
从所述随机数产生单元获取由随机数0或1组成的M×N维观测矩阵φ；
获取N×N维的稀疏变换矩阵ψ；
利用所述观测数据Y、所述观测矩阵φ和所述稀疏变换矩阵ψ，获得稀疏信号S；
在不相关稀疏域利用相关恢复算法和所述稀疏信号S，获得所述原始图像数据的复原信号。
7.根据权利要求6所述的基于压缩感知技术的图像数据传输系统，其特征在于，所述稀疏变换矩阵为傅立叶变换矩阵、小波变矩阵或离散余弦变换矩阵。
CN202110918849.7A 2021-08-11 2021-08-11 一种基于压缩感知技术的图像数据传输系统 Active CN113824903B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110918849.7A CN113824903B (zh) 2021-08-11 2021-08-11 一种基于压缩感知技术的图像数据传输系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110918849.7A CN113824903B (zh) 2021-08-11 2021-08-11 一种基于压缩感知技术的图像数据传输系统

Publications (2)

Publication Number Publication Date
CN113824903A CN113824903A (zh) 2021-12-21
CN113824903B true CN113824903B (zh) 2022-12-02

Family

ID=78913089

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110918849.7A Active CN113824903B (zh) 2021-08-11 2021-08-11 一种基于压缩感知技术的图像数据传输系统

Country Status (1)

Country Link
CN (1) CN113824903B (zh)

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011063311A2 (en) * 2009-11-20 2011-05-26 Mritunjay Singh Method and system for compressive color image sampling and reconstruction
CN105072359B (zh) * 2015-08-26 2018-09-25 中国科学院上海高等研究院 基于压缩感知的cmos图像传感器成像系统及方法
CN112711766B (zh) * 2021-01-05 2022-09-16 重庆第二师范学院 基于置乱块压缩感知的图像传输系统、加密及解密方法

Also Published As

Publication number Publication date
CN113824903A (zh) 2021-12-21

Similar Documents

Publication Publication Date Title
Candès et al. An introduction to compressive sampling
Abo-Zahhad et al. Compressive sensing algorithms for signal processing applications: A survey
JP6666385B2 (ja) マシーンビジョン３ｄラインスキャンイメージ取得及び処理
Blumensath et al. Sampling theorems for signals from the union of finite-dimensional linear subspaces
Baraniuk et al. Compressive sampling [from the guest editors]
Baraniuk et al. An introduction to compressive sensing
Davenport Random observations on random observations: Sparse signal acquisition and processing
Rauhut et al. Restricted isometries for partial random circulant matrices
Lu et al. Sampling signals from a union of subspaces
Gunasheela et al. Compressed sensing for image compression: survey of algorithms
Li et al. State of the art and prospects of structured sensing matrices in compressed sensing
CN105072359A (zh) 基于压缩感知的cmos图像传感器成像系统及方法
CN113824903B (zh) 一种基于压缩感知技术的图像数据传输系统
Zhu et al. Design of a digital address-event triggered compressive acquisition image sensor
CN113824681B (zh) 一种基于压缩感知的图像数据加密传输系统
Eamaz et al. Unlimited sampling via one-bit quantization
Siddamal et al. A survey on compressive sensing
Candes et al. People hearing without listening: An introduction to compressive sampling
Sermwuthisarn et al. A fast image recovery using compressive sensing technique with block based orthogonal matching pursuit
CN110742647A (zh) 一种基于压缩感知的便携式超声无损检测系统
Safarpour et al. ADC-assisted random sampler architecture for efficient sparse signal acquisition
Liu et al. Compressive Sensing by Colpitts Chaotic Oscillator for Image Sensors
Yu The analysis of compressive sensing theory
CN107749047B (zh) 基于哈达玛矩阵的渐进式压缩感知重建方法和系统
Fu et al. A random demodulation hardware system with automatic synchronization function

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant