基于改进的Bernoulli矩阵压缩感知图像重构算法

为克服传统测量矩阵稳定性差的弱点,本文利用Logistic混沌序列优良的随机性质,对Bernoulli测量矩阵进行改进,提出一种复杂度很低的混沌Bernoulli测量矩阵。通过Logistic混沌系统产生混沌序列,之后运用符号函数进行映射生成Bernoulli分布的随机矩阵,将该序列用来构造测量矩阵。实验结果表明,基于Bernoulli测量矩阵图像重构的信噪比优于Bernoulli矩阵和Gaussion矩阵,从而证明该算法的可靠性和有效性。