一种基于混合稀疏基的工业机器人成像模型

为了提升工业机器人应用中图像成像与传输的效率,将压缩感知技术(Compressed Sensing,CS)应用其中,重点研究机器人图像重构的精度问题。采用分块压缩感知形式进行采样,重构时在投影Landweber算法框架下采用二维DCT基和非下采样Contourlet变换(Non-subsampled Contourlet transform,NSCT)交替稀疏表示图像,并将二元阈值收缩处理过程融合到优化迭代中,构成一种新的重构模型。实验结果表明,所提的重构模型效果优于单一的DCT基和NSCT变换所重构的图像,所提出的机器人成像模型重构效果较好。