資源描述:
《基于壓縮感知框架的圖像壓縮傳輸處理技術(shù)研究》由會員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、國內(nèi)圖書分類號:TN929.5國際圖書分類號:西南交通大學(xué)研究生學(xué)位論文密級:公開年級三委二二級姓名塞4薇申請學(xué)位級別王堂亟±專業(yè)信曼皇信息處理指導(dǎo)教師隆麼壹教援二零一四年五月ClassifiedIndex:nq929.5U.D.C:SouthwestJiaotongUniversityMasterDegreeThesisOntheCompressiveTransmissionofImagewithintheCompressiveSensingFrameworkGrade:2011Candidate:WeiLiuAcad
2、emicDegreeAppliedfor:MasterSpeciality:SignalandInformationProcessingAdvisor:ProfessorQingchunChenMay,2014西南交通大學(xué)學(xué)位論文版權(quán)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,同意學(xué)校保留并向國家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和電子版,允許論文被查閱和借閱。本人授權(quán)西南交通大學(xué)可以將本論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索,可以采用影印、縮印或掃描等復(fù)印手段保存和匯編本學(xué)位論文。本學(xué)位論文屬于1
3、.保密口,在年解密后適用本授權(quán)書;2.不保密d,使用本授權(quán)書。(請?jiān)谝陨戏娇騼?nèi)打“皆)t膏一學(xué)位論文作者簽名:主6咯帛又指導(dǎo)老師簽名:啦K;泰日期:加7嶧s.27日期:2b嘩.J.z7西南交通大學(xué)碩士學(xué)位論文主要工作(貢獻(xiàn))聲明本人在學(xué)位論文中所做的主要工作或貢獻(xiàn)如下:1.論文研究了基于低密度架構(gòu)的貝葉斯壓縮感知算法。該算法將測量和重構(gòu)等效為LDPC碼的編解碼步驟,并考慮了稀疏系數(shù)的先驗(yàn)分布。論文重點(diǎn)研究分析了小波系數(shù)的先驗(yàn)統(tǒng)計(jì)特征,并且引入圖像處理中常用的GSM模型作為小波系數(shù)模型,將GSM家族的Jef行eys和Lap
4、lace分布作為先驗(yàn)信息,從而得到不同的重構(gòu)算法更新方程。論文的仿真實(shí)驗(yàn)結(jié)果表明,與傳統(tǒng)貪婪算法和分層拉普拉斯先驗(yàn)貝葉斯壓縮感知模型相比較,將小波系數(shù)的GSM先驗(yàn)?zāi)P图{入低密度架構(gòu)壓縮感知SuPrEM重構(gòu)算法能獲得更優(yōu)的重構(gòu)性能。此外,論文的仿真也側(cè)面驗(yàn)證了低密度架構(gòu)下的GSM先驗(yàn)分布比傳統(tǒng)的重構(gòu)算法更適合運(yùn)用于有擾信號的壓縮重構(gòu)。2.論文研究了基于Contourlet變換的圖像壓縮傳輸方法。該算法將Contourlet作為壓縮感知技術(shù)的稀疏基。通過充分利用高頻子帶頻域正交性,論文分析和研究了基于高頻方向子帶重組的壓縮感
5、知算法,仿真驗(yàn)證了該算法的重構(gòu)性能優(yōu)于基于小波基的圖像傳輸方案。由于Contourlet變換的高頻系數(shù)具有與小波變換高頻系數(shù)相似的邊緣統(tǒng)計(jì)特征,論文嘗試將Contourlet變換的高頻系數(shù)運(yùn)用于GSM模型,測量時保留低頻系數(shù)。仿真實(shí)驗(yàn)驗(yàn)證了該方法可以進(jìn)一步改進(jìn)信號重構(gòu)質(zhì)量。論文還研究了基于小波.Comourlet變換的SPIHT圖像編碼算法。由于Contourlet變換系數(shù)不適合直接進(jìn)行編碼,論文結(jié)合小波變換,通過改進(jìn)了空間方向樹的關(guān)聯(lián)方式,研究了基于小波.Contourlet變換的SPIHT圖像編解碼算法。相關(guān)仿真結(jié)果
6、表明,基于小波.Contourlet變換的SPIHT圖像編解碼算法在低碼率下能獲得更好的圖像重構(gòu)性能。本人鄭重聲明:所呈交的學(xué)位論文,是在導(dǎo)師指導(dǎo)下獨(dú)立進(jìn)行研究工作所得的成果。除文中已經(jīng)注明引用的內(nèi)容外,本論文不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫過的研究成果。對本文的研究做出貢獻(xiàn)的個人和集體,均已在文中作了明確說明。本人完全了解違反上述聲明所引起的一切法律責(zé)任將由本人承擔(dān)。14,--學(xué)位論文作者簽名:醐氣漱日期:扣啦J.27西南交通大學(xué)碩士研究生學(xué)位論文第1頁摘要多媒體和大數(shù)據(jù)是未來網(wǎng)絡(luò)的主導(dǎo)業(yè)務(wù),預(yù)計(jì)2018年移動數(shù)
7、據(jù)業(yè)務(wù)將在2012年基礎(chǔ)上增長12倍。由于多媒體數(shù)據(jù)的信息量大,在未來網(wǎng)絡(luò)設(shè)計(jì)中該如何利用多媒體數(shù)據(jù)內(nèi)在的冗余性或相干性,在維持信號可接受保真度的同時盡量減少需要傳輸?shù)臄?shù)據(jù)量,相關(guān)問題的研究無疑具有重要的理論和應(yīng)用價值。作為近年來發(fā)展起來的一種新的信號處理理論,壓縮感知能以遠(yuǎn)低于奈圭斯特采樣頻率的速率對信號進(jìn)行采樣,并且可以近乎精確地重建原始信號。由于壓縮感知本身就把測量和壓縮有機(jī)整合為一個整體,采用壓縮感知技術(shù)對圖像進(jìn)行壓縮采樣后可以大幅度降低對傳輸帶寬的要求,論文嘗試結(jié)合壓縮感知的低測量成本研究適合于無線通信傳輸要求
8、的高質(zhì)量圖像傳輸?shù)膲嚎s傳輸技術(shù)方案。論文首先研究了基于低密度架構(gòu)的貝葉斯壓縮感知算法,該算法把測量和重構(gòu)等效為LDPC碼的編解碼步驟。為了進(jìn)一步改善重構(gòu)質(zhì)量,可以借鑒貝葉斯架構(gòu)考慮稀疏系數(shù)的先驗(yàn)分布。通過引入圖像處理中常用的GSM模型作為小波系數(shù)模型,并將GSM家族的Jeffreys和Laplace分布作為先驗(yàn)信息,