版權說明: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,請進行舉報或認領
文檔簡介
1、壓縮感知(Compressed Sensing,CS),是近年來新興的一套與傳統(tǒng)采樣理論完全不同的采樣方法,其突破了傳統(tǒng)奈奎斯特采樣定理的限制、徹底顛覆了傳統(tǒng)的對信號的采樣方式。對于可稀疏或可壓縮的信號,對其進行壓縮采樣再通過重建算法對信號進行高概率地精確重構。
數(shù)字圖像處理,是信息技術中特別重要且極其熱門的研究領域,其已在人們生產(chǎn)生活的各個方面得到了普遍的應用。數(shù)字圖像技術的不斷進步,圖像重構、圖像去噪的相關研究,特別是利用
2、新技術在該領域的相關研究越來越多,這已成為未來發(fā)展的必然趨勢。
本文主要研究了圖像復原中的圖像重構和圖像去噪問題,主要工作如下:
介紹了壓縮感知理論,進行了圖像重構仿真實驗,驗證了該理論的正確性和可應用性;介紹了圖像去噪相關的理論,給出了圖像質(zhì)量的評價標準,最后進行了圖像去噪相關的實驗。
介紹了正交匹配追蹤(Orthogonal Matching Pursuit, OMP)算法,對該算法進行詳細分析后發(fā)現(xiàn),
3、算法中的殘差與傳感矩陣的每一列都要進行一次內(nèi)積計算,進而使整個算法運算量大、時間消耗長,針對這一問題,本文在OMP算法的基礎之上,提出了一種基于動態(tài)門限的改進OMP算法,每次殘差與傳感矩陣的列進行完內(nèi)積運算之后進行一次平均,把這個平均值做為門限值(若傳感矩陣的列沒有參與內(nèi)積運算,則本次的門限值繼續(xù)使用上次的門限值而不做改變),低于門限值所對應的傳感矩陣的列,不參與下次的內(nèi)積運算,仿真結果表明,該改進的OMP算法在不改變重構效果的情況下,
4、能大大降低計算的復雜度,減少重構所消耗的時間。
介紹了小波變換、小波閾值圖像去噪原理以及對閾值和閾值函數(shù)的選取,對硬閾值和軟閾值圖像去噪方法進行了分析,在此基礎之上提出了一種改進的閾值圖像去噪方法,低于閾值時的小波系數(shù)乘以一個在0-1上的控制系數(shù),進而盡可能保留這部分有效的圖像信息,高于閾值時的小波系數(shù)減去一個數(shù)(這個數(shù)是一個在0-1上的控制系數(shù)與該閾值的乘積),實驗結果表明,該改進的方法可行有效,去噪效果優(yōu)于硬閾值去噪和軟閾
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權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)容負責。
- 6. 下載文件中如有侵權或不適當內(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。
最新文檔
- 基于壓縮感知的圖像復原技術的研究.pdf
- 基于壓縮感知的圖像哈希算法.pdf
- 基于壓縮感知的視頻圖像重構算法研究.pdf
- 基于壓縮感知的雷達圖像重建算法研究.pdf
- 基于壓縮感知技術的圖像水印算法研究.pdf
- 基于壓縮感知的圖像融合算法研究.pdf
- 基于壓縮感知的圖像重構算法的研究.pdf
- 水印圖像的壓縮感知算法研究.pdf
- 基于壓縮感知圖像重構算法研究.pdf
- 基于壓縮感知理論的圖像重構算法研究.pdf
- 基于壓縮感知圖像恢復算法的研究.pdf
- 基于GPU的圖像壓縮感知算法并行化研究.pdf
- 基于Dice系數(shù)的壓縮感知圖像重構算法研究.pdf
- 基于壓縮感知的圖像采集及重構算法研究.pdf
- 基于壓縮感知的高光譜圖像重建算法研究.pdf
- 基于壓縮感知理論的圖像整合與圖像編碼算法研究.pdf
- 基于壓縮感知的混合圖像加密算法研究.pdf
- 基于壓縮感知的圖像及視頻重構算法研究.pdf
- 基于壓縮感知的圖像編碼及重構算法研究.pdf
- 基于壓縮感知的磁共振圖像重建算法研究.pdf
評論
0/150
提交評論