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),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、壓縮感知(CompressedSensing,簡稱CS)理論為數(shù)據(jù)采集技術(shù)帶來了革命性的突破,它突破奈奎斯特采樣頻率對SAR圖像采樣的限制,以壓縮的方式進(jìn)行采樣,將壓縮編碼在采樣過程中完成。本文首先介紹壓縮感知理論,歸納總結(jié)壓縮感知的理論整體框架,分析指出壓縮感知理論重點關(guān)心如何設(shè)計感知矩陣(SensingMatrix)和如何從測量中重建原始信號這兩個核心問題;同時,結(jié)合小群變換(GroupletTransform,GT)框架,提出一種
2、自適應(yīng)的多尺度關(guān)聯(lián)域搜索算法(AMAS)來優(yōu)化多尺度關(guān)聯(lián)域的計算。
在理論方面,對于如何設(shè)計感知矩陣,本文詳細(xì)討論了感知矩陣的Spark,零空間性質(zhì)(NullSpaceConditions),等距約束條件(TheRestrictedIsometryProperty)和相關(guān)性(Coherence)等四種性質(zhì),比較、分析了它們對感知矩陣不同的約束強(qiáng)度和信號重建唯一性保障。本文進(jìn)一步驗證了如下結(jié)論:等距約束條件對感知矩陣具有很強(qiáng)的約
3、束限制,但它需要組合數(shù)時間復(fù)雜度來驗證,而相關(guān)性的約束限制相對較弱,只需多項式時間復(fù)雜度來驗證。對于信號重建問題,主要討論了l1范數(shù)最小化的數(shù)學(xué)模型,分析了在零噪聲測量和帶噪聲測量下信號重建的誤差界。
在實驗方面,針對l1范數(shù)最小化模型,文中分析了兩類算法的重建性能。第一類算法統(tǒng)稱為貪心匹配算法,這類算法具有多項式時間復(fù)雜度。實驗比較了四種貪心匹配算法,結(jié)果顯示它們的重建性能相對較弱,對不同類型的信號魯棒性差。另一類算法稱之為
4、閾值算法,具有更為復(fù)雜的多項式時間復(fù)雜度。實驗比較了三種閾值算法,結(jié)果顯示它們擁有良好的重建性能,對于不同類型的信號具有一定的魯棒性。
將圖像多尺度分析技術(shù)與壓縮感知結(jié)合,應(yīng)用于紋理豐富的SAR圖像處理具有廣闊的應(yīng)用前景。Mallat提出的小群變換將關(guān)聯(lián)域引入到圖像多尺度分析技術(shù)中,以自適應(yīng)的方式表達(dá)具有復(fù)雜流結(jié)構(gòu)的圖像紋理。本文分析和實現(xiàn)了小群變換框架,并在計算多尺度關(guān)聯(lián)系數(shù)時,使用代價函數(shù)定義了一種新的塊匹配搜索數(shù)學(xué)模型,
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(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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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, 同時也不承擔(dān)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。
最新文檔
- 基于壓縮感知和Hough變換的層疊紙張計數(shù)算法研究.pdf
- 基于小波和輪廓變換的混合圖像壓縮算法研究.pdf
- 基于微粒群和小波變換的圖像檢索算法研究.pdf
- 基于壓縮感知的快速有效感知和重構(gòu)算法研究.pdf
- 基于重疊變換和小波變換的圖像壓縮研究.pdf
- 基于小波變換的電能質(zhì)量檢測和分析研究.pdf
- 基于小波變換的圖像壓縮算法的研究與實現(xiàn).pdf
- 基于小波變換的語音壓縮算法研究與DSP實現(xiàn).pdf
- 基于小波變換和奇異值分解的圖像壓縮算法研究
- 利用局部相似和小波變換的圖像壓縮算法研究.pdf
- 基于混沌加密和小波變換的數(shù)字水印算法研究和實現(xiàn).pdf
- 基于小波變換的視頻壓縮算法的研究與實現(xiàn).pdf
- 基于小波變換和奇異值分解的圖像壓縮算法研究.pdf
- 基于小波變換和分類矢量量化的圖像壓縮算法
- 基于Bandelets 變換的SAR圖像壓縮感知算法研究.pdf
- 基于NSCT變換的壓縮感知圖像融合優(yōu)化算法研究.pdf
- 基于小波包變換的圖像壓縮感知方法.pdf
- 基于人類視覺系統(tǒng)和離散小波變換的圖像壓縮算法研究.pdf
- 基于壓縮感知的信號觀測和重構(gòu)算法研究.pdf
- 基于稀疏和壓縮感知的目標(biāo)跟蹤算法研究.pdf
評論
0/150
提交評論