《表2 图像SNR对比Tab.2 SNR comparison of images》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《二维非重构压缩感知自适应目标检测算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

首先，取压缩采样比RCS2=（M1×M2）/（N1×N2）=0.25，选取Hadamard矩阵为观测矩阵，根据二维观测模型获得压缩测量数据，并对第2 969和2 980帧图像分别与其前一帧图像的压缩测量进行差分，如图4所示为第2 969帧图像与其前帧压缩差分图像，可以看出压缩域的差分图像没有明显目标特征，因为经过二维观测模型，每一个压缩测量值都是原图像所有元素经过两次线性变换的结果，所以需要对压缩差分图像进一步处理，解码目标空域特征。其次，采用文中所提压缩域到空间域的映射方法将压缩差分图像映射至空间域，如图5（a）、图6（a）所示，经过解压缩后当前帧和前一帧图像内的目标都会凸显，当前帧目标为正值，前一帧目标为负值，所以图像中有两处突出目标。如表2所示，压缩差分图像经过Hadamard矩阵映射至空间域后，较原空间域图像SNR有很大提升。最后，利用自适应阈值的方法分割图像，如图5（d）、图6（d）所示。