压缩感知（Compressive Sensing, or Compressed Sampling，简称CS）是近几年流行起来的一个介于数学和信息科学的新方向，由Candes、Terres Tao等人提出，挑战传统的采样编码技术，即Nyquist采样定理。这个理论一经推出，跟进者众矣，paper众多，blog也很多。 其实CS这个东西在很早以前就有了，只不过当时没有人这样命名，只是后来Candes等人觉得要有个好名字，就给起了这样的一个名字，其核心思想就是利用较少的采样点恢复出原信号。这个工作在2000年前就有人做了，比如我知道的一个华人数学教授他当年的博士论文就是用少的小波系数恢复原图像，其实就是这个CS。在Ronberg的论文里还用到了他博士论文里的公式，关于TV算法的，但据说没有引用他的论文。 我比较关注的关于成像方面的应用。近几年，有一种称之为计算成像的技术得到长足的发展，我知道的有MIT、Arizona、Duke等学校都有这样的研究小组，比较著名的有Random Lenses，Coding Aperture imaging, ghost imaging等，试图利用非传统成像技术获得更多的信息，进行图像重建。

转载本文请联系原作者获取授权，同时请注明本文来自邵晓鹏科学网博客。
链接地址：https://wap.sciencenet.cn/blog-321492-286384.html


下一篇：Computational Photography