1.一种基于压缩感知的图像亚奈奎斯特采样方法，其特征在于：包括以下步骤：

1)根据图像信号中的能量大多分布在其带宽范围内的有限甚至少量子频段上的特点建立二维多频带图像信号模型；

2)对图像信号频谱进行均匀划分，并为划分所得的每个频谱子块选取生成函数，从而得到能够有效表示图像信号特点的平移不变信号空间；

3)建立适用于该平移不变空间下信号的空间采样方案；

4)对步骤3)中的空间采样方案进行改进，建立适用于该平移不变空间下信号的亚奈奎斯特采样方案；

5)建立相应的重构方案，重构原模拟信号。

2.根据权利要求1所述的一种基于压缩感知的图像亚奈奎斯特采样方法，其特征在于：在步骤1)中，在所述二维多频带图像信号模型中，信号的频谱由若干个位置和带宽均可任意分布的子频段组成，该模型不仅能够有效描述图像信号频谱中的上述结构特点，而且具有与带限信号模型相当的普适性。

3.根据权利要求1所述的一种基于压缩感知的图像亚奈奎斯特采样方法，其特征在于：在步骤2)中，设二维多频带信号x(t1,t2)的频谱X(f1,f2)中具有N个非零子块，且每个非零子块的带宽都不超过B＝[B1,B2]("[a,b]"表示矩阵，下同)，信号最高频率为：fmax＝[f1max,f2max]；

取fp＝[fp1,fp2](其中，fp1≥B1,fp2≥B2)为间隔对其频谱进行均匀划分，则可得到个子块，其中最多有k＝4N个是非零的；

选取空间 作为表示二维多频带信号的平

移不变信号空间，其中，

4.根据权利要求1所述的一种基于压缩感知的图像亚奈奎斯特采样方法，其特征在于：在步骤3)中，将多频带信号x(t1,t2)分别通过截止频率为fp＝[fp1,fp2]的低通滤波器和中心频率分别为 带宽为fp＝[fp1,fp2]的带通滤波器组，再对相应的M路滤波器的输出以T＝[T1,T2]＝[1/2fp1,1/2fp2]为间隔分别进行均匀采样，即可建立针对多频带信号x(t1,t2)的空间采样方案，得到x(t1,t2)在M组基函数{αi(t1-mT1,t2-nT2)}m,n∈￠,i＝

1,2,...,M上的权系数序列{di[m][n]}m,n∈￠，i＝1,2,..M。

5.根据权利要求1所述的一种基于压缩感知的图像亚奈奎斯特采样方法，其特征在于：在步骤4)中，先对采样所得的稀疏序列之后增加一压缩观测环节Φp×M，再将压缩观测环节移至模拟端，并与模拟滤波器组{hi(-t1,-t2)}i＝1,2,..,M合并；信号x(t1,t2)经过本亚奈奎斯特采样系统，可得到p(p≤M)组采样序列{yl[m][n](l＝1,...,p)}，而且采样序列与信号在空间 上的投影系数序列：{di[m][n](i＝1,...,M)}之间满足：y[m][n]＝Φp×Md[m][n]，其中：

y[m][n]＝[y1[m][n],...,yp[m][n]]T，d[m][n]＝[d1[m][n],...,dM[m][n]]T。

6.根据权利要求1所述的一种基于压缩感知的图像亚奈奎斯特采样方法，其特征在于：在步骤5)中，考虑到实际采样中往往采集到的序列都是有限长的，即序列di[m][n]|i∈{1,...,M}和序列yi[m][n]|i∈{1,...,p}是有限长的，因此，该亚奈奎斯特采样模型满足多测量向量(MMV)模型，能够借助于MMV模型中的重构算法来由y[m][n]求解出d[m][n]，进而重构原模拟信号。