An evaluation of the sparsity degree for sparse recovery with deterministic measurement matrices

Yannick Berthoumieu; Charles H Dossal; Nelly Pustelnik; Philippe Ricoux; Flavius Turcu

doi:10.1007/s10851-013-0453-4

第三条Dans Une Revue 数学成像与视觉杂志 Anneée:2013年

用确定性测量矩阵评估稀疏恢复的稀疏度

(1),(2),(3),(4),(1)

1
2
三
4

扬尼克·贝尔托米厄

功能：奥特尔
人员ID:17415
伊达尔：扬尼克·贝托米厄
ORCID代码：0000-0002-7559-0602
ID参考号：134174402

意大利国家实验室

查尔斯·多萨尔

功能：奥特尔
人员ID:1069990

波尔多数学研究所

内莉·普斯特尼克

功能：奥特尔
人员ID:751064
伊达尔：内利-普斯特尼克
ID参考号：151813620

里昂物理实验室

菲利普·里库克斯

功能：奥特尔
人员ID:938361

道达尔S.A。

弗拉维乌斯·图尔库

功能：奥特尔
人员ID:843725

意大利国家实验室

Résumé

本文讨论了给定测量矩阵允许通过l1最小化进行稀疏重建的最大稀疏度的估计。这个问题在具有特定类型测量矩阵的不同应用中是一个关键问题，例如在低视图的层析成像框架中。在这个框架中，虽然精确的界限是NP难以计算，但大多数经典标准都保证了数值上过于悲观的下限。为了获得准确的估计，我们提出了一种高效的贪婪算法，该算法为最大稀疏度提供了一个上界。该算法基于多面体理论，寻找l1最小化无法恢复的稀疏向量。此外，为了处理噪声测量，研究了导致更严格但合理界限的理论条件。给出了层析测量矩阵的离散版本的数值结果，这些矩阵是对应于不同层析视图的叠加Radon变换。

Mots clés公司

压缩传感确定性矩阵稀疏度贪婪算法

与葡萄园

图像的信号传输[eess.SP] 图像的信号传输[eess.SP]

菲奇尔校长

jmiv_hal.pdf（232.86千吨）

原籍	菲奇尔斯（Fichiers）出品的par l’（les）auteur（s）

内莉·普斯特尼克 : Connectez-vous浇注接触器le contributer

https://hal.science/hal-00878620

Soumis le:mercredi 2013年10月30日-13:25:34

Dernière修改le:vendredi 26 avril 2024-13:34:08

长期存档：vendredi 31 janvier 2014-09:25:34

日期和版本

hal-00878620，版本1 (30-10-2013)

身份证明人

HAL Id： hal-00878620，版本1
内政部： 2007年10月10日/10851-013-0453-4

Citer公司

Yannick Berthoumieu、Charles H Dossal、Nelly Pustelnik、Philippe Ricoux、Flavius Turcu。用确定性度量矩阵评估稀疏恢复的稀疏度。数学成像与视觉杂志, 2013,⟨10.1007/s10851-013-0453-4⟩.⟨哈尔-00878620⟩

出口商

BibTeX公司 XML-TEI公司都柏林核心元数据集 DC条款尾注数据引用

ENS-LYON系列 CNRS公司尤尼夫·里昂1 国际海事局 IMS-BORDEAUX公司 INSMI公司 IMS-BORDEAUX-融合 UDL公司

269 磋商

687 交易费用