基于壓縮感知重構(gòu)的煤礦井下圖像處理.pdf

1、煤礦井下綜合采煤面的現(xiàn)場有大量的工作人員，把煤礦下采集到的圖像信息以快速的，高質(zhì)量，高匹配度的重構(gòu)效果呈現(xiàn)給人們，對煤炭開采的安全性有著重要的指導(dǎo)意義。在圖像的重構(gòu)中，傳統(tǒng)的方法是:小波變換重構(gòu)、傅里葉變換重構(gòu)，傳統(tǒng)的圖像重構(gòu)存在著很多的缺陷，本文采用壓縮感知重構(gòu)算法對綜采面的圖像重構(gòu)。
　　本文是基于壓縮感知重構(gòu)的綜采面圖像處理，主要研究了壓縮感知的三大核心理論:信號的稀疏變換;測量矩陣的設(shè)計;信號的重構(gòu)算法。重點研究了壓縮感知

2、的三大類信號重構(gòu)算法:凸優(yōu)化算法;貝葉斯統(tǒng)計優(yōu)化算法;迭代貪婪算法。著重的研究了這三大類重構(gòu)算法的原理、主要步驟、以及流程圖。
　　本文采用煤礦下采集到的圖像，采用MATLAB軟件仿真，對采集到的圖像利用小波變換對信號進(jìn)行稀疏表示，用高斯隨機矩陣作為觀測矩陣，利用壓縮感知的五種重構(gòu)算法重構(gòu)出原始的圖像。這五種算法分別為正交匹配追蹤算法、正則化正交匹配追蹤算法、梯度追蹤算法、基追蹤算法、子空間追蹤算法。利用這五種重構(gòu)算法重構(gòu)同一副采