資源描述：
《基于壓縮感知的深空圖像壓縮采樣與恢復(fù)算法研究》由會(huì)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、分類號(hào)TN911.73密級(jí)公開UDC654.9學(xué)位論文編號(hào)D-10617-308-(2016)-01183重慶郵電大學(xué)碩士學(xué)位論文中文題目基于壓縮感知的深空圖像壓縮采樣與恢復(fù)算法研究英文題目ResearchonImageCompressedSamplingandRecoveryAlgorithmBasedonCompressiveSensinginDeepSpace學(xué)號(hào)S130101214姓名葉浩學(xué)位類別工學(xué)碩士學(xué)科專業(yè)信息與通信工程指導(dǎo)教師趙輝教授完成日期2016年6月8日重慶郵電大學(xué)碩士學(xué)位論文摘要摘要深空圖像在獲取和傳輸中面臨著采樣率高、存儲(chǔ)
2、需求大以及傳輸速率慢等問題，傳統(tǒng)的深空圖像壓縮傳輸方案可以在一定程度上緩解探測設(shè)備的存儲(chǔ)以及深空通信系統(tǒng)的傳輸壓力，但無法避免Nyquist高速采樣。同時(shí)，先采樣大量數(shù)據(jù)又丟棄的壓縮編碼方式造成時(shí)間和資源的極大浪費(fèi)。作為一種新型的信號(hào)采樣和處理理論，壓縮感知能夠?qū)崿F(xiàn)以遠(yuǎn)低于Nyquist速率的采樣率對信號(hào)進(jìn)行壓縮采樣。因此研究基于壓縮感知理論的深空圖像壓縮采樣相關(guān)技術(shù)問題，對于解決深空圖像獲取中面臨的困難具有重要意義。本文針對深空圖像壓縮采樣對觀測矩陣以及恢復(fù)算法的具體要求展開研究，取得的主要?jiǎng)?chuàng)新如下：1.深空圖像壓縮采樣中，觀測矩陣除了需要滿足壓
3、縮感知恢復(fù)條件外，還必須符合深空圖像獲取的具體要求，例如低存儲(chǔ)和計(jì)算復(fù)雜度、易于成像設(shè)備硬件實(shí)現(xiàn)以及能夠?qū)Υ蟪叽缟羁請D像進(jìn)行快速編碼等。本文基于塊加權(quán)矩陣，結(jié)合結(jié)構(gòu)化隨機(jī)矩陣的構(gòu)造方法，同時(shí)利用混沌序列的偽隨機(jī)性，構(gòu)造了一種具有塊循環(huán)結(jié)構(gòu)、元素構(gòu)成簡單、可控稀疏度以及易于硬件實(shí)現(xiàn)的壓縮感知觀測矩陣。理論分析以及仿真結(jié)果表明，利用該矩陣可以以較低的存儲(chǔ)和計(jì)算代價(jià)對深空圖像進(jìn)行壓縮采樣，同時(shí)保證圖像的高精度恢復(fù)，為未來壓縮感知在深空圖像獲取中的應(yīng)用提供了一定的參考。2.深空圖像科學(xué)研究價(jià)值大，對恢復(fù)算法的精度要求較高，同時(shí)需要恢復(fù)的深空圖像數(shù)據(jù)量大，因
4、此設(shè)計(jì)恢復(fù)精度高且滿足深空大規(guī)模數(shù)據(jù)處理要求的壓縮感知恢復(fù)算法是另一項(xiàng)需要解決的問題。在適用于大規(guī)模數(shù)據(jù)處理問題的梯度追蹤算法框架下，本文提出了一種恢復(fù)精度高且復(fù)雜度較低的壓縮感知恢復(fù)算法。該算法通過利用非單調(diào)超記憶梯度投影算法來求解迭代搜索方向以及迭代步長，有效提高了算法的綜合性能。理論分析和仿真實(shí)驗(yàn)表明，當(dāng)選擇的參數(shù)合適時(shí)，本文提出的恢復(fù)算法對深空圖像恢復(fù)速度快且精度高，為未來深空圖像壓縮采樣中圖像數(shù)據(jù)的恢復(fù)提供了一種可行性選擇。關(guān)鍵詞：深空，圖像壓縮，壓縮感知，觀測矩陣，恢復(fù)算法I重慶郵電大學(xué)碩士學(xué)位論文AbstractAbstractThe
5、acquisitionandtransmissionofdeepspaceimageisfacedwithdifficultiesofhighsamplingrate,hugestoragerequirementandlowtransmissionrate.Althoughtraditionaldeepspaceimagecompressionandtransmissionschemecanrelievethepressureonequipmentstorageandtransmissionofdeepspacecommunicationsyste
6、mtoacertainextent,Nyquisthighspeedsamplingcannotbeavoided.Meanwhile,thewayofdeepspaceimagecompressionencodingwhichdiscardslargeamountsofdataafterhighspeedsamplingisanextremewasteoftimeandresource.Asanewtheoryofsignalsamplingandprocessing,CompressiveSensingcanachievethecompress
7、edsamplingofsignalatfarlessthantheNyquistrate.Therefor,itwillbeofgreatsignificancetostudythecorrelativetechniqueproblemsofdeepspaceimagecompressedsamplingbasedonthetheoryofCompressiveSensing.Thisthesislaunchestheresearchonmeasurementmatrixandrecoveryalgorithmaccordingtothespec
8、ificrequirementsofdeepspaceimagecompressedsamplingandachieves
