

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、傳統(tǒng)的奈奎斯特采樣定理指出,只有當(dāng)采樣率不低于信號(hào)帶寬的兩倍時(shí),才能由采樣信號(hào)準(zhǔn)確地重構(gòu)出原始信號(hào),但這種采樣方式已不能滿(mǎn)足人們對(duì)信息日益巨增的需求。2006年E. J. Candes等人提出的壓縮感知理論指出信號(hào)的采樣和壓縮可以同時(shí)進(jìn)行,給數(shù)據(jù)采集技術(shù)帶來(lái)了一次變革。壓縮感知理論主要由三部分內(nèi)容組成,即信號(hào)的稀疏表示、觀(guān)測(cè)矩陣和重構(gòu)算法,本文研究的正是壓縮感知圖像重構(gòu)算法,利用圖像的邊緣結(jié)構(gòu)信息和遺傳算法,本文提出了一種基于聯(lián)合約束和
2、遺傳進(jìn)化的壓縮感知重構(gòu)方法,本文的主要工作為:
首先,本文是在小波域下設(shè)計(jì)壓縮感知圖像重構(gòu)算法的,輸入低頻信息和三個(gè)高頻子帶的分塊觀(guān)測(cè)向量,根據(jù)基于邊緣信息的先驗(yàn)?zāi)P?得到三個(gè)高頻子帶下各塊觀(guān)測(cè)向量對(duì)應(yīng)的位置塊,根據(jù)所得的位置塊對(duì)各塊觀(guān)測(cè)向量進(jìn)行邊緣塊觀(guān)測(cè)向量和非邊緣塊觀(guān)測(cè)向量的劃分;
其次,本文對(duì)邊緣塊觀(guān)測(cè)向量和非邊緣塊觀(guān)測(cè)向量進(jìn)行了不同的處理。以各非邊緣塊觀(guān)測(cè)向量標(biāo)準(zhǔn)差差值作為度量,對(duì)各非邊緣塊觀(guān)測(cè)向量執(zhí)行局部聚
3、類(lèi)操作,然后定義同類(lèi)塊聯(lián)合約束的適應(yīng)度函數(shù),對(duì)各聚類(lèi)中心塊觀(guān)測(cè)向量,利用遺傳算法求解其對(duì)應(yīng)的最優(yōu)系數(shù),并將所得的最優(yōu)系數(shù)作為同類(lèi)各塊觀(guān)測(cè)向量對(duì)應(yīng)的最優(yōu)系數(shù);對(duì)各邊緣塊觀(guān)測(cè)向量,則定義單一塊約束的適應(yīng)度函數(shù),使用遺傳算法求解其對(duì)應(yīng)的最優(yōu)系數(shù);最后合并所有塊觀(guān)測(cè)向量對(duì)應(yīng)的最優(yōu)系數(shù),并結(jié)合低頻信息進(jìn)行小波逆變換獲得重構(gòu)圖像。
我們?cè)贛atlab環(huán)境下對(duì)本文的重構(gòu)算法進(jìn)行了仿真,仿真實(shí)驗(yàn)結(jié)果表明本文的重構(gòu)算法在視覺(jué)效果及數(shù)值評(píng)價(jià)指標(biāo)中
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于Ridgelet冗余字典和遺傳進(jìn)化的壓縮感知重構(gòu).pdf
- 基于幀間塊約束和進(jìn)化計(jì)算的視頻壓縮感知重構(gòu)方法.pdf
- 基于塊約束和粒子群優(yōu)化的非凸壓縮感知圖像重構(gòu).pdf
- 基于壓縮感知的圖像目標(biāo)重構(gòu).pdf
- 基于壓縮感知理論的圖像重構(gòu).pdf
- 基于脊波冗余字典和多目標(biāo)遺傳優(yōu)化的壓縮感知圖像重構(gòu).pdf
- 基于壓縮感知的圖像編碼重構(gòu)研究.pdf
- 基于壓縮感知的SAR圖像重構(gòu)方法.pdf
- 基于交替學(xué)習(xí)和免疫優(yōu)化的壓縮感知圖像重構(gòu).pdf
- 統(tǒng)計(jì)與結(jié)構(gòu)先驗(yàn)聯(lián)合利用的壓縮感知圖像重構(gòu).pdf
- 基于壓縮感知圖像重構(gòu)算法研究.pdf
- 基于壓縮感知的高光譜圖像重構(gòu).pdf
- 基于壓縮感知的深空?qǐng)D像壓縮及重構(gòu).pdf
- 基于壓縮感知和稀疏約束學(xué)習(xí)的圖像超分辨.pdf
- 基于壓縮感知的視頻圖像重構(gòu)算法研究.pdf
- 基于壓縮感知觀(guān)測(cè)矩陣優(yōu)化的圖像重構(gòu).pdf
- 基于壓縮感知的圖像獲取及重構(gòu)研究.pdf
- 基于壓縮感知的圖像重構(gòu)算法及其應(yīng)用.pdf
- 基于壓縮感知的圖像重構(gòu)算法的研究.pdf
- 自然圖像的壓縮感知重構(gòu)方法.pdf
評(píng)論
0/150
提交評(píng)論