一种基于压缩感知的迷宫信息提取方法研究

利用图像处理技术实现迷宫信息的全局特征提取可有效提高迷宫机器人任务执行效率，为降低迷宫图像处理中高计算复杂度和时间复杂度，提出将压缩感知理论应用于迷宫信息提取。采用一种基于统计信息的迷宫图像自适应采样率分块压缩感知(STA‑ABCS‑ASPL)算法，使用图像块的一维灰度熵、标准差作为先验信息进行聚类分析，将图像块分成简单块、平滑块以及复杂块。根据图像统计信息对每个图像块自适应预分配采样率，并结合聚类结果对每类块的采样率进行自适应分配。图像重构时采用加速平滑投影Landweber算法(ASPL)获得了较高的重构质量。大量迷宫图像信息提取实验结果表明，STA‑ABCS‑ASPL算法的PSNR性能相较于ABCS‑SPL、ENT‑ABCS‑SPL算法有较好的提升，并且能以98.05％的准确率提取迷宫的全局信息，具有实际应用价值。