吕志强 陆 云,2 孔庆善 薛亚楠,2

1(中国科学院信息工程研究所 北京 100093)2 (中国科学院大学网络空间安全学院 北京 100049)

(lvzhiqiang@iie.ac.cn)

随着信息社会的发展和大数据时代的来临，人们对信息的需求量越来越大，图片信息量剧增，以傅里叶变换和奈奎斯特定律[1-2]为基础的信号处理框架要求采样的速度越来越快，保存的数据越来越多，这对传感器和存储器都提出了更高的要求.传统的图像采集技术如图1所示，需要先用较高的频率获取图像的像素值，每个像素采样都需要一个传感器，然后对数据进行压缩变换，很多的数据又被抛弃，显然这种图像采样模式浪费了大量的采样资源.同时在一些光学领域，例如不可见光领域，传感器不再是廉价的半导体硅，那么大量的传感器将会导致设备的造价极为昂贵.

图1 基于奈奎斯特采样理论的信号处理框架

自2004年以来，文献[3-8]提出了压缩感知理论,该理论打破了奈奎斯特采样定率，与传统的“先采样后压缩”的方式不同，压缩感知流程如图2所示，采用“边采样边压缩”的方式进行，使得信号处理的压力从传感器转移到数据处理上，也节省了大量的存储资源.目前在压缩感知的应用领域，最引人瞩目的就是该理论用于图像采集方面而研制的单像素成像系统[9]，与传统的使用数百万个像素传感器的CCD或CMOS相机相比，该相机使用一个光子探测器对图像进行少于像素点数的测量，进而恢复出原始图像.在信息安全领域单像……