壓縮感知中結構化測量矩陣與編碼算法的研究.pdf_第1頁
已閱讀1頁,還剩63頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、壓縮感知中,傳統的測量矩陣對圖像進行單一采樣率的壓縮采樣,在信號的獲取和重構過程中起著重要的作用。傳統的隨機測量矩陣在采樣率較高的情況下,能夠獲得比較好的重構效果,但因采樣數目較多,故而資源耗費也較多。確定性測量矩陣自身存在一些限制因素,與隨機測量矩陣相比,重構效果不夠理想。為了解決上述問題,提出了兩種結構隨機矩陣和多層分塊自適應編碼算法。
  基于廣義輪換矩陣,對其循環(huán)基礎和循環(huán)構造過程中所生成的每一行向量的第一個元素進行改進,

2、提出了兩種結構隨機矩陣:廣義二進制輪換矩陣和偽隨機廣義二進制輪換矩陣。相對于傳統的測量矩陣,新的測量矩陣在二維圖像重建方面效果較好,所需重構時間相差不大,在較低的采樣率下能夠獲得更加精確的重建。
  基于分塊OSTM的自適應分塊壓縮感知算法,提出了多層分塊自適應編碼算法以及多層分塊自適應壓縮感知編解碼方法。多層分塊自適應壓縮感知編解碼方法基于多層分塊自適應編碼算法,能夠根據圖像局部結構進行不同層數和大小的分塊,并自適應分配采樣率。

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,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論