2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩60頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,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、隨著信息技術(shù)的不斷發(fā)展,人們對(duì)于信息的存儲(chǔ)、傳輸?shù)纫笤絹?lái)越高,壓縮感知理論以遠(yuǎn)遠(yuǎn)低于傳統(tǒng)奈奎斯特定律的采樣率對(duì)信號(hào)進(jìn)行采樣,大大降低了數(shù)據(jù)量,得到了飛速發(fā)展。近年來(lái),人們研究的重點(diǎn)已經(jīng)逐漸從理論研究慢慢轉(zhuǎn)向?qū)嶋H應(yīng)用。其中,壓縮感知理論在成像領(lǐng)域的應(yīng)用屬于前瞻性研究,設(shè)計(jì)合理有效而又簡(jiǎn)單的壓縮成像系統(tǒng)對(duì)于這一理論的發(fā)展有著重要的推動(dòng)作用。
  本文首先通過(guò)閱讀大量壓縮感知理論及其在成像領(lǐng)域應(yīng)用的相關(guān)文獻(xiàn),對(duì)于信號(hào)的稀疏表示、測(cè)量矩

2、陣的設(shè)計(jì)以及后端恢復(fù)算法的研究進(jìn)行了較為系統(tǒng)全面的綜述,并對(duì)壓縮感知在成像領(lǐng)域的應(yīng)用實(shí)例進(jìn)行了較詳細(xì)的分析;其次,本文提出了基于CCD圖像傳感器輸出特點(diǎn)的壓縮成像系統(tǒng)設(shè)計(jì),該系統(tǒng)在不改變現(xiàn)有圖像探測(cè)器內(nèi)部結(jié)構(gòu)的情況下,利用其串行輸出模擬值不可重復(fù)使用的特點(diǎn),結(jié)合半循環(huán)半隨機(jī)的LDPC測(cè)量矩陣進(jìn)行壓縮測(cè)量,用單孔徑單次曝光的方式來(lái)實(shí)現(xiàn)壓縮感知成像,即利用CCD圖像傳感器經(jīng)過(guò)一次曝光后得到物體每個(gè)像素的模擬電壓值,通過(guò)模擬量相加電路對(duì)其進(jìn)行

3、壓縮感知測(cè)量。同時(shí)提出了對(duì)模擬量值按行壓縮,按塊重構(gòu)的重構(gòu)方法。再次,本文基于50%采樣率的半循環(huán)半隨機(jī)的LDPC測(cè)量矩陣構(gòu)造了另外三種壓縮成像測(cè)量矩陣,并對(duì)其進(jìn)行了相干性說(shuō)明;最后,本文通過(guò)Matlab和Proteus軟件對(duì)所設(shè)計(jì)的成像系統(tǒng)進(jìn)行了軟件和硬件仿真。仿真結(jié)果表明,該成像系統(tǒng)具有較高的可靠性和可行性。
  本文設(shè)計(jì)的壓縮成像系統(tǒng)可有效減輕后端AD的負(fù)擔(dān)及量化編碼的復(fù)雜度,最終實(shí)現(xiàn)同分辨率的成像,該成像方法不需要改變現(xiàn)有

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)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(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。

評(píng)論

0/150

提交評(píng)論