基于壓縮感知圖像重構(gòu)算法研究

基于壓縮感知圖像重構(gòu)算法研究

ID:35182070

大?。?.59 MB

頁數(shù):59頁

時間:2019-03-21

基于壓縮感知圖像重構(gòu)算法研究_第1頁
基于壓縮感知圖像重構(gòu)算法研究_第2頁
基于壓縮感知圖像重構(gòu)算法研究_第3頁
基于壓縮感知圖像重構(gòu)算法研究_第4頁
基于壓縮感知圖像重構(gòu)算法研究_第5頁
資源描述:

《基于壓縮感知圖像重構(gòu)算法研究》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、學(xué)校代碼10530學(xué)號201330111792分類號TM315密級公開碩士學(xué)位論文基于壓縮感知圖像重構(gòu)算法研究學(xué)位申請人楊柳指導(dǎo)教師李哲濤副教授學(xué)院名稱信息工程學(xué)院學(xué)科專業(yè)電子與通信工程研究方向無線傳感器網(wǎng)絡(luò)二○一六年五月三十日ResearchonimagereconstructionalgorithmofcompressedsensingCandidateYangLiuSupervisorLiZhetaoCollegeCollegeofInformationEngineeringProgramElectronicandCommun

2、icationEngineeringSpecializationWirelessSensorNetworkDegreeProfessionaldegreeUniversityXiangtanUniversityDateMay,30th,2016湘潭大學(xué)學(xué)位論文原創(chuàng)性聲明本人鄭重聲明:所呈交的論文是本人在導(dǎo)師的指導(dǎo)下獨立進行研究所取得的研究成果。除了文中特別加W標注引用的內(nèi)容外,本論文不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫的成果作品。對本文的研究做出重要貢獻的個。人和集體,均己在文中明確方式標明本人完全意識到本聲明

3、的法律后果由本人承擔(dān)。"0作者簽名:考參節(jié)曰期:年主月^曰I學(xué)位論文臟使用授權(quán)書本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定,同意聲校保留并向國家有關(guān)部n或化構(gòu)送交論文的復(fù)巧件巧電子版,化許論文被查閱和借閱。本人授權(quán)湘潭大學(xué)可W將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進行檢索、縮印或掃描等復(fù)制手段保在巧匯編本學(xué)位,可從采巧影巧論文。涉密論文按學(xué)校規(guī)定處理。ク作者簽名:曰:曰期年又月i年名導(dǎo)師簽名:百期曰皆ft矣月f摘要21世紀,隨著智能傳感器網(wǎng)絡(luò)進一步擴展,越來越多的

4、傳感器產(chǎn)品的開始投入實際使用當中,高速圖像及信息處理正面臨巨大挑戰(zhàn),而傳感器設(shè)備所要采集的數(shù)據(jù)將是前所未有的。在20世紀,絕大多數(shù)用于采集信號的傳感器設(shè)備,基本上都是以Shannon-Nyquist采樣定理為理論指導(dǎo)。因Shannon-Nyquist采樣定理規(guī)定了信息采樣率的最小值,故其成為準確重構(gòu)原始數(shù)據(jù)信號的必要條件。近年來,突破了Shannon-Nyquist采樣定理的壓縮感知技術(shù)的提出,其不再受最低信息采樣頻率限制,這標志著數(shù)據(jù)采集進步史上的一大里程碑。CS理論的思想依據(jù)壓縮感知理論研究采樣率的減少和重構(gòu)率的提升,這為信號處

5、理領(lǐng)域的發(fā)展帶來的新的方法和憧憬,也提高了信號的稀疏度和信號的還原率。經(jīng)過對經(jīng)典重構(gòu)算法的研究分析后,本文提出了兩個改進算法:第一,改進的正交匹配追蹤算法;第二,基于分段正則化子空間追蹤的圖像重構(gòu)算法。本文開展的主要研究工作內(nèi)容如下:提出一種改進的正交匹配追蹤算法。通過闡述已有的的正交匹配追蹤系列算法,得到其共同不足是,在信號重構(gòu)階段,需要以輸入原始信號的稀疏度為前提,且重構(gòu)后出現(xiàn)了精度較低、準確率不夠等問題,本文提出了一種改進的正交匹配追蹤算法,其主要特征是針對信號稀疏度和支撐集大小具有自適應(yīng)性特點的一種協(xié)作重構(gòu)信號方法。具體步驟

6、如下:通過預(yù)測稀疏度信息,協(xié)作更新與擴展支撐集,減低對支撐集的錯誤估計和錯誤修正。改進的正交匹配追蹤算法不僅在圖像還原上比OMP算法更為優(yōu)越,在重構(gòu)誤差方面也能夠隨測量信號維數(shù)的增加而減少,且下降的趨勢比OMP算法更明顯。提出了一種基于分段正則化子空間追蹤的圖像重構(gòu)(StepwiseRegularizationSubspacePursuit,SRSP)算法。其主要思想是在算法迭代之前,采用閾值處理的方法剔除掉可能為非支撐集中的原子,再正則化處理候選集的原子。實驗證明,當采樣率為0.5時,SRSP的圖像重構(gòu)效果、PSNR及重構(gòu)時間要優(yōu)

7、于其他與之相比較的算法(MP、OMP、StOMP、ROMP、CoSaMP和SP)。關(guān)鍵詞:壓縮感知;貪婪算法;匹配追蹤算法;圖像重構(gòu);子空間IIAbstractWiththefurtherexpansionofintelligentsensornetworkandthecountlesssensorproductscomingintopracticalserviceinthe21stcentury,highspeedimageandinformationprocessingisfacingenormouschallenges,and

8、thedatacollectedbysensordeviceswillbeunprecedented.Inthe20thcentury,thevastmajorityofcollectingsignalofsensordevices,

當前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。