1.一种节能的压缩感知图像编码方法，其特征在于：对输入图像进行块分割，划分为若干互不重叠的图像块；计算各图像块的梯度值；利用各块的梯度值构造测量矩阵，实施分块CS测量；利用各块的测量矩阵，构造投影矩阵；实施投影矩阵与观测向量的内积运算，重建各图像块，并合并成最终的重建图像。

2.根据权利要求1所述的节能的压缩感知图像编码方法，其特征在于，包括以下步骤：(1)、输入图像，对输入图像进行块分割，划分为若干互不重叠的图像块，方法是：利用CMOS传感器阵列，获得自然景观感知的图像x，由CMOS传感器阵列将自然景观感知的图像x输入到编码器中，对图像进行分块，划分为若干互不重叠的图像块，输入图像x，尺寸为N＝Ir×Ic，对x作块分割，分块尺寸为B×B，并自上向下、自左向右排序图像块，各图像块按光栅扫描方式拉成列向量，其中第i个图像块表示为xi，i＝1,2,…,n,n＝N/B2；

(2)、计算各图像块的梯度值，方法是：

将图像块xi的四邻域块表示为xi○j,j＝1,2,3,4，计算图像块xi与任一邻域块xi○j的能量误差，计算公式是：式中||·||2为l2范数，其定义如下：

其中v是输入向量，vk为向量分量，L为向量长度。计算图像块xi与其四邻域块间能量误差的最大值Gi：Gi＝max{Ei,1,Ei,2,Ei,3,Ei,4}              式(3)式中max{·}表示取输入元素中最大值，利用Gi，计算xi的梯度值如下：(3)、利用各块的梯度值构造测量矩阵，实施分块的CS测量，包括以下步骤：

3.1：图像块xi的初始测量次数M0i为：

式中M为输入图像x的总测量次数；

3.2：图像块xi的测量次数Mi为：

Mi＝round[0.7·gi·M+M0i]                            式(6)式中round[·]为对输入数值作四舍五入运算；

3.3：利用伪随机序列技术(G.Marsaglia and W.W.Tsang,"The ziggurat method for generating random variables,"Journal of Statistical Software,vol.5,no.8,pp.1-

7,2000)构造图像块xi的尺寸为Mi×B2的测量矩阵ФBi，并对图像块xi实施分块的CS测量：yi＝ΦBi·xi                                      式(7)式中yi为图像块xi的观测向量，i＝1,2,…,n；

3.4：将所有块的观测向量打包，并传输至解码器；

(4)、利用各块的测量矩阵，构造投影矩阵，包括以下步骤：

4.1：计算图像块xi的自相关矩阵E[xixiT]：式中上标T为矩阵转置运算，(ri,q,ci,q)为像素xi,q的空间坐标；

4.2：构造图像块xi的尺寸为Mi×B2的测量矩阵ФBi；

4.3：构造图像块xi的投影矩阵Hi：

式中上标-1为矩阵求逆运算；

(5)、实施投影矩阵与观测向量的内积运算，重建各图像块，并合并成最终的重建图像：重建图像块

将所有重建图像块 i＝1,2,…,n，合并为重建图像 从而实现节能压缩感知图像编码。