基于压缩感知的深空图像压缩及重构的中期报告.docx

基于压缩感知的深空图像压缩及重构的中期报告
项目背景
在星际航行或者天文领域的观测中，深空图像的获取尤其困难，需要使用最先进的仪器和技术来实现。然而对于这样的数据，传统的压缩和重构算法并不能很好地解决问题。因此，我们想要尝试基于压缩感知的算法，来实现对深空图像的压缩和重构，以便更有效地存储和传输数据。
项目目标
本项目的目标是基于压缩感知的算法，对深空图像进行压缩和重构。具体来说，我们需要完成以下任务：
1.研究深空图像的特性，选择合适的压缩感知算法和参数；
2.实现压缩算法，将深空图像压缩到较低的维度；
3.实现重构算法，将压缩后的数据恢复成原始的深空图像；
4.对比压缩和重构结果与传统算法的结果，并分析算法在不同领域的应用前景。
进展情况
目前我们已经完成了初步的研究和实验。我们对深空图像的特性进行了分析，尝试了几种不同的压缩感知算法，并选取了其中表现最好的算法进行下一步的实验。
我们实现了基于OMP算法进行的压缩，并使用L1范数进行约束。我们使用了多项式混沌映射函数作为伪随机数生成器来实现随机变换，以增加压缩的效果。然后我们对压缩后的数据进行了重构，并使用峰值信噪比、均方误差等指标来评估重构结果。
初步实验结果表明，我们的算法可以在较小维度下实现对深空图像的压缩和重构，而且效果也比一些传统算法好。至于实际应用前景，仍需要进行更详细的研究和实验。
下一步计划
接下来我们将继续深入研究，尝试更多的压缩感知算法，并进行对比评估。我们还需要实现更可靠的重构算法，以提高重构结果的质量。另外，我们也将尝试在不同的数据集和领域进行实验，并分析算法的性能和应用前景。