版權(quán)說明: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、信號(hào)處理在各個(gè)領(lǐng)域的應(yīng)用中一直占有重要地位,特別是隨著現(xiàn)代生活的信息膨脹,對(duì)數(shù)據(jù)進(jìn)行更簡(jiǎn)潔的表示成為了一個(gè)熱點(diǎn)問題。信號(hào)的稀疏表示是二十世紀(jì)九十年代初提出的一種新興的信號(hào)表示方法,作為一種信號(hào)的基礎(chǔ)研究,它在人臉識(shí)別、圖像去噪、圖像復(fù)原、波達(dá)方向估計(jì)、盲源分離等領(lǐng)域都有很重要的意義。
稀疏表示最初提出是伴隨著一種新的貪婪算法出現(xiàn)的,而后學(xué)者們又對(duì)其不斷完善,在對(duì)其數(shù)學(xué)模型進(jìn)行研究的過程中產(chǎn)生了各種新的評(píng)價(jià)準(zhǔn)則和分解算法。本
2、文對(duì)信號(hào)的稀疏表示基本技術(shù)進(jìn)行了研究和學(xué)習(xí),主要在分解算法和字典學(xué)習(xí),并將其用在經(jīng)典的圖像去噪問題中。首先介紹稀疏表示的國內(nèi)外研究現(xiàn)狀,并且對(duì)該課題現(xiàn)在面臨的主要問題及難點(diǎn)進(jìn)行闡述。最后從信號(hào)逼近理論出發(fā)給出稀疏表示的數(shù)學(xué)模型,度量標(biāo)準(zhǔn)和一些重要定理。
本文重點(diǎn)對(duì)基于ιp范數(shù)的稀疏分解算法進(jìn)行研究,其中SL0算法是從一種全新的角度對(duì)稀疏問題進(jìn)行實(shí)現(xiàn),在算法中引進(jìn)了一個(gè)連續(xù)函數(shù)和控制因子,在理想情況下對(duì)他們進(jìn)行操作后,得到的
3、算法就可以求解原來的非凸優(yōu)化問題。
本文實(shí)現(xiàn)的主要內(nèi)容如下:
在對(duì)SL0算法的研究中,首先對(duì)算法中的重要參數(shù)進(jìn)行實(shí)驗(yàn)分析,并根據(jù)實(shí)驗(yàn)得到的數(shù)據(jù)來設(shè)置SL0算法中的參數(shù)。然后將穩(wěn)定的SL0算法與其他凸優(yōu)化方法進(jìn)行比較,實(shí)驗(yàn)結(jié)果證明SL0算法在運(yùn)行速度和信號(hào)重構(gòu)質(zhì)量上具有優(yōu)勢(shì)。
在得到一個(gè)穩(wěn)定的SL0算法后,將其用于稀疏表示的另一重要研究領(lǐng)域,即字典學(xué)習(xí)。字典學(xué)習(xí)算法中的K-SVD字典訓(xùn)練算法由于其
4、具有較低的計(jì)算成本,因而更具有實(shí)用性,但是原算法中是使用OMP算法進(jìn)行稀疏編碼,得到的是固定數(shù)目的表示系數(shù),這樣不能保證在不同的應(yīng)用中的字典質(zhì)量,所以采用SL0算法來進(jìn)行K-SVD算法的稀疏編碼,改善編碼質(zhì)量。因?yàn)橄∈璞硎臼菍?duì)信號(hào)的本質(zhì)刻畫,更能夠體現(xiàn)信號(hào)的特點(diǎn),所以可以將稀疏表示應(yīng)用于圖像去噪。具體方法采用貝葉斯最大后驗(yàn)估計(jì)(MAP)方法求解原圖像的一個(gè)估計(jì)結(jié)果,從而得到去噪圖像,并將此算法與性質(zhì)良好的非局部均值濾波去噪進(jìn)行對(duì)比。實(shí)驗(yàn)
溫馨提示
- 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 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。
最新文檔
- 圖像稀疏表示理論及其應(yīng)用研究.pdf
- 圖像處理中的稀疏表示理論及應(yīng)用研究.pdf
- 信號(hào)稀疏表示及其應(yīng)用研究.pdf
- 稀疏信號(hào)表示理論及其在圖像增強(qiáng)中的應(yīng)用.pdf
- 群組稀疏表示理論及其圖像復(fù)原算法研究.pdf
- 視覺感知的稀疏編碼理論及其應(yīng)用研究.pdf
- 通信信號(hào)稀疏表示研究.pdf
- 信號(hào)稀疏表示算法研究.pdf
- 信號(hào)稀疏分解及壓縮感知理論應(yīng)用研究.pdf
- 稀疏貝葉斯學(xué)習(xí)理論及應(yīng)用研究.pdf
- 組稀疏表示算法和應(yīng)用研究.pdf
- 基于稀疏表示和壓縮感知的地震信號(hào)處理及應(yīng)用研究.pdf
- 基于矩陣分解的圖像表示理論及其應(yīng)用研究.pdf
- 基于解析稀疏模型的信號(hào)稀疏表示.pdf
- 基于雷達(dá)信號(hào)的稀疏表示.pdf
- 圖像稀疏表示理論研究
- 稀疏表示及其在信號(hào)修復(fù)中的應(yīng)用.pdf
- 信號(hào)的稀疏表達(dá)及其應(yīng)用研究.pdf
- 語音信號(hào)稀疏表示方法研究.pdf
- 稀疏表示理論在醫(yī)學(xué)影像處理與分析中的應(yīng)用研究.pdf
評(píng)論
0/150
提交評(píng)論