基于壓縮感知重構(gòu)的煤礦井下圖像處理

《基于壓縮感知重構(gòu)的煤礦井下圖像處理》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、分類號；ＴＰ９１９．８單位代碼１０３６１：安獲化王乂聲ＡＮＨＵＩＵＮＩＶＥＲＳＩＴＹＯＦＳＣ０ＩＥＮＣＥ＆ＴＥＣＨＮＯＬＯＧＹ論文題目：基于壓縮感知重構(gòu)的煤曠井下圖像處理化者姓名；張馬會專業(yè)名稱：控制工程學(xué)師姓名；邢麗坤副教授完成時間—：二０六年六月９１９．８中圍分類號；ＴＮ論文編號：學(xué)科分類號：５１０．４０密級：公開安徽理工大學(xué)碩：ｔ學(xué)位論文基于壓縮感知重構(gòu)的煤礦井下圖像處理作者巧名：張馬會專業(yè)名稱：控制工程研究方向：智能信息的巧集與化理導(dǎo)師姓名：

2、邢麗坤副教授導(dǎo)師單位：電氣卓信息工程學(xué)院：王國鋒答辯委員會主席論文答辯日期：２０１６年６月１日安徹理工大學(xué)研宛生處２０１６年６月１日ＡＤｉｓｓｅｒｔａｔｉｏ打ｉｎｃｏｎｔｒｏｌｅｎｇｉｎｅｅｒｉｎｇＩｍａｇｅｒｏｃｅｓｓｉｎｏｆｕｎｄｅｒｒｏｕｎｄｃｏａｌｍｉｎｅｂａｓｅｄｏｎｐｇｇｃｏｍｒｅｓｓｉｖｅｓｅｎｓｉｎｇｒｅｃｏｎｓｔｒｕｃｔｉｏｎｐＣａｎｄｉｄａｔｅ：ＺｈａｎＭａｈｕｉｇＳｕｐｅｒｖｉｓｏｒ；ＸｉｎｇＬｉｋｕｎＳｃｈｏｏｌｏｆｅｌｅｃｔｒｉｃａｎｄ

3、ｉｎｆｏｒｍａｔｉｏｎｅｎｇｉｎｅｅｒｉｎｇＡｎＨｕｉＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙＮｏ．１６８，Ｓｈｕｎｇｅ打ｇＲｏａｄ，Ｈｕａｉｎａｎ，２３２００１，Ｐ．Ｒ．ＣＨＩＮＡ獨創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。據(jù)我所知，除了文中特別加Ｗ標(biāo)注和致謝的地方外，論文中不包含其他人己經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得安徽理工大學(xué)或其他教育機構(gòu)的學(xué)仿或訊書而你巧一過的材料。與我同工作的同志對本研究所做的任何貢獻(xiàn)均已在論

4、文中作了明確的說明并表示謝意。學(xué)位論文作者簽名：吝長累日期；年月１７日為＿＾學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解安徽理工大學(xué)有保留、使用學(xué)位論文的規(guī)定，目Ｐ；研究生在校攻讀學(xué)位期間論文工作的知識產(chǎn)權(quán)單位屬于安徽理工大學(xué)。學(xué)校有權(quán)保留并向國家有關(guān)部口或機構(gòu)送交論文的復(fù)印件和磁盤，允許論文被查閱和借閱。本人授權(quán)安徽理工大學(xué)可Ｗ將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，可采用影印、縮印或掃描等復(fù)制手段保存、匯編學(xué)位論文。（保密的學(xué)位論文在解密后適用本授權(quán)書）學(xué)位論文作者簽名：簽字日期滿Ｉ會：７

5、＾／自年月）７日導(dǎo)師簽名；而Ｗ簽字日期；Ｗ作＾月日摘要煤礦井下綜合采煤面的現(xiàn)場有大量的工作人員，把煤礦下采集到的圖像信息隊陜速的，髙質(zhì)量，高匹配度的重構(gòu)效果呈現(xiàn)給人們，對煤炭開采的安全性有著重要的指導(dǎo)意義。在圖像的重構(gòu)中：小波變換重構(gòu)、傅里葉變換，傳統(tǒng)的方法是重構(gòu)，傳統(tǒng)的圖像重構(gòu)存在著很多的缺陷，本文采用壓縮感知重構(gòu)算法對綜采面的圖像重構(gòu)。本文是基于壓縮感知重構(gòu)的綜采面圖像處理，主要研究了壓縮感知的Ｈ大核也理論：信號的稀疏變換；測量矩陣的設(shè)計；信號的重構(gòu)算法。重點研究了壓縮感知的王大類信號重構(gòu)算

6、法：巧優(yōu)化算法；貝葉斯統(tǒng)計優(yōu)化算法；迭代貪婪算法。著重的研究了這呈大類重構(gòu)算法的原理、主要步驟、及流程圖。本文采用煤礦下采集到的圖像，采用ＭＡＴＬＡＢ軟件仿真，對采集到的圖像利用小波變換對信號進(jìn)行稀疏表示，用高斯隨機矩陣作為觀測矩陣，利用壓縮感知的五種重構(gòu)算法重構(gòu)出原始的圖像。這五種算法分別為正交匹配追蹤算法、正則化正交匹配追蹤算法、梯度追蹤算法、基追蹤算法、子空間追蹤算法。利用這一五種重構(gòu)算法重構(gòu)同，就重構(gòu)圖像的峰值信噪比ＰＳＮＲ副采煤圖片，運行時間、重構(gòu)的匹配度進(jìn)行仿真。分析五種算法對綜采面圖像重構(gòu)的特點。在實際的煤

7、礦圖像的應(yīng)用中選擇合適的重構(gòu)算法對煤礦的開采和安全生產(chǎn)有著重大的意義。１９表間參如即］［］關(guān)鍵詞：壓縮感知；重構(gòu)算法；測量矩陣；稀疏信號；綜采面圖像處理－－ＩＡｂｓｔｒａｃｔＡｂｓｔｒａｃｔＴｈｅｒｅａｒｅａｌａｒｇｅｎｕｍｂｅｒｏｆｓｔａｆｆｉｎｃｏｍｐｒｅｈｅｎｓｉｖｅｍｉｎｉｎｇｆａｃｅｆｉｅｌｄｏｆｃｏａｌｍｉｎｅ．Ｔｈｅｉｍａｇｅｉｎｆｏｒｍａｔｉｏ打ｃｏｌｌｅｃｔｅｄｕｎｄｅｒｔｈｅｃｏａｌｍｉｎｅｉｓｐｒｅｓｅｎｔｅｄｔｏｔｈｅｐｅｏｐｌｅｉ

8、ｎａｑｕｉｃｋｈｉａｌｉｔｈｉｈｍａｔｃｈｉｎｄｅｒｅｅｏｆｒｅｃｏｎｓｔｒｕｃｔｉｏｎｅｆｆｅｃｔ．ｈａｔ