No mundo atual, o fluxo de dados (sinais, imagens, etc), está crescendo cada dia mais e de forma cada vez mais rápida. Porém, o número de características realmente significativas em uma quantidade relativamente grande de dados é, de forma geral, muito menor do que o número de coeficientes em uma representação de dados, ou seja, os dados são compressíveis. Em processamento de dados, o padrão é medir os dados brutos, e em seguida, comprimir estas medidas antes do armazenamento. Este processo de aquisição de dados pode ser nomeado como ‘’detecção completa mais compressão”. A técnica nomeada ‘’Detecção de Compressão” (Compressive Sensing - CS), é uma metodologia cada vez mais utilizada no âmbito de processamento digitais de sinais, atraindo cada vez mais o olhar dos pesquisadores da área. O objetivo é reduzir o número de medições durante a fase de aquisição, de modo que nenhuma compressão adicional seja necessária. A teoria básica de CS, se fundamenta no fato de que um sinal qualquer de comprimento N, pode ser recuperado a partir de um número muito menor que N medições, através de otimização. O preço a ser pago é a necessidade de procedimentos de recuperação mais sofisticados.