压缩传感理论及图像融合应用开题报告

1. 研究目的与意义

压缩传感理论主要包括信号的稀疏表示、编码测量和重构算法等三个方面，对可压缩的信号可通过远低于nyquist标准的方式进行采样数据，能够精确地恢复出原始信号。

图像融合（imagefusion）是指将多源信道所采集到的关于同一目标的图像数据经过图像处理和计算机技术等，最大限度的提取各自信道中的有利信息，最后综合成高质量的图像，以提高图像信息的利用率、改善计算机解译精度和可靠性、提升原始图像的空间分辨率和光谱分辨率，利于监测。

本次毕业设计是将压缩传感与图像融合应用在一起，利用压缩传感将多源图像压缩更小更容易传输和处理，图像融合是将多源图像综合处理使图像的效果更好，两者的结合无疑对图像处理是很大的进步。

2. 国内外研究现状分析

Donoho在2006年正式提出了压缩传感(CS)的概念，引发了稀疏重构和CS理论的研究热潮。目前，该理论孕育出了许多分支理论，如分布CS理论、1-BITCS理论、BayesianCS理论、无限维CS理论和变形CS理论等．现在该理论已开始成为数学领域和工程应用领域的研究热点之一，各个领域对这方面的研究也尚处于起步和探索阶段。

信息融合技术起源于20世纪70年代的军事系统，它是一个综合了信息、计算机、自动化等多学科知识的交叉领域，是目前信息社会必须研究的一个重要方向，自20世纪90年代以来，信息融合研究呈现出世界性的热潮，图像信息融合技术研究呈现不断上升的趋势。目前将压缩传感理论用于图像融合的有Divekar和Ersoy等．该理论的研究尚处于起步阶段，但已表现出了强大的发展潜力。

3. 研究的基本内容与计划

一、研究内容

本次课程设计是将压缩传感和图像融合结合在一起应用的课题，利用压缩传感将搜集的图像压缩使其占用空间小且利于快速传输，搜集来的多源图像通过图像融合技术处理达到更好的结果，并应用软件matlab仿真,经过调试达到预期效果。

二、研究计划

4. 研究创新点

(1)图像融合指将多源信道以不同工作模式获取的关于同一目标的图像数据经过图像处理加以综合，最大限度的获得各通道中的有用信息，最后综合成高质量的图像以获得关于此目标更准确地描述，新兴的研究领域综合了信号处理、传感器、人工智能和图像处理等先进技术，图像融合提高数据的可靠性，减少数据的歧义性，提高数据分类的准确性。

(2)cs理论可以做到在传感器获取图像数据的同时就直接得到二维图像信号的稀疏表达，从而省去了对大量无用信息的采样，节约了传感器设备的投入。

(3)压缩传感与图像融合的结合比一般的结合更有优势，把图像处理这一领域有更大的突破，使图像的存储传输与处理更加便捷方便。