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、傳統(tǒng)的奈奎斯特采樣定理越來越難以滿足數(shù)據(jù)量爆炸式增長的信息時代的數(shù)據(jù)采樣需求,人們迫切需要新的采樣方式。在這種背景下,壓縮感知理論應運而生,實現(xiàn)了對信號采樣的同時對采樣數(shù)據(jù)進行壓縮,徹底突破了奈奎斯特采樣方式的框架,是一種新的信號采樣理論,非常有研究應用前景。作為壓縮感知理論的核心部分,信號重構算法的優(yōu)劣直接決定了壓縮感知理論在實際信號采樣應用中的成敗。
本文主要研究基于壓縮感知理論的二維信號即圖像的壓縮感知重構算法。
2、 第一,針對壓縮感知重構算法在二維信號即圖像中研究的不足,基于壓縮感知理論,提出了一種簡單有效的對圖像壓縮感知重構的處理方法;基于這種方法,重新設計原本用于一維信號壓縮感知重構的基于最小l1范數(shù)的凸優(yōu)化算法、匹配追蹤類算法和基于最小lp(0<p<1)范數(shù)的非凸優(yōu)化算法等三大類算法的典型代表,即貪婪基追蹤算法、正交匹配追蹤算法、子空間追蹤算法和重加權最小平方迭代算法,形成了用于圖像重構的壓縮感知圖像重構算法;利用不同圖像在不同采樣率下仿
3、真實驗。實驗初步表明,以重加權最小平方迭代算法為代表的基于最小lp(0<p<1)的非凸優(yōu)化算法的重構精度明顯優(yōu)于其他算法,這類算法適用于對重構速度要求不高而對重構精度要求高的情況;以正交匹配追蹤算法和子空間追蹤算法為代表的匹配追蹤類算法有很快的重構速度,適用于對重構精度要求不高但是對重構速度要求高的情況;以貪婪基追蹤算法為代表的基于最小l1范數(shù)的凸優(yōu)化算法的重構精度比起其他算法沒有優(yōu)勢,同時它的重構速度也不及匹配追蹤類算法,該算法在圖像
4、重構中應用前景不大。
第二,重點研究了匹配追蹤類算法中的壓縮采樣匹配追蹤(Compressed Sampling MatchingPursuit,CoSaMP)算法。考慮到CoSaMP算法中內(nèi)積運算并不能最大程度地反映感知矩陣中原子與殘差向量之間的相關程度,而相關系數(shù)可以更好地表示兩個向量的相關程度,基于此我們提出一種基于相關系數(shù)的MoCoSaMP(Modified CoSaMP)壓縮感知圖像重構算法,并且從理論上證明了新算法
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
- 壓縮感知中的圖像重構算法研究.pdf
- 基于壓縮感知圖像重構算法研究.pdf
- 基于壓縮感知的視頻圖像重構算法研究.pdf
- 基于壓縮感知的圖像重構算法的研究.pdf
- 壓縮感知中重構算法研究.pdf
- 壓縮感知中的重構算法研究.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
- 壓縮感知圖像重構及去噪算法的研究.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
- 基于壓縮感知的圖像重構算法及其應用.pdf
- 壓縮感知的重構算法研究.pdf
- 壓縮感知的重構算法
- 壓縮感知圖像重構算法及分布式視頻壓縮感知系統(tǒng)的研究.pdf
- 基于分塊壓縮感知的WMSN視頻圖像重構算法研究.pdf
- 基于壓縮感知的二維圖像重構算法研究.pdf
- 壓縮感知的重構算法
- 基于壓縮感知的重構算法研究.pdf
評論
0/150
提交評論