資源描述:
《基于壓縮感知理論的圖像重構(gòu)與圖像融合算法研究》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、論文題目:基于壓縮感知理論的圖像重構(gòu)與圖像融合算法研究專業(yè):信號與信息處理碩士生:閆迪(簽名)指導(dǎo)教師:吳延海(簽名)摘要在信息技術(shù)飛速發(fā)展的時代,傳統(tǒng)的信號采樣方法——奈圭斯特采樣定理已經(jīng)不能滿足人們對實際應(yīng)用的需求。近年來,Donoho和Candes等人提出的壓縮感知理論指出:當信號是可壓縮的或在某個變換域是稀疏時,只需要對信號做少量的隨機投影就能包含恢復(fù)信號所需要的足夠信息,最終通過求解一個優(yōu)化問題就可以從這些少量的投影中以高概率重構(gòu)出原始信號。該理論具有直接的信息采樣性,其采樣速率取決于信息在信號中的結(jié)構(gòu)和內(nèi)容,可以以遠低于奈圭斯特采樣速率對信號進行
2、測量編碼,且在圖像處理、雷達等領(lǐng)域得到廣泛的應(yīng)用。本文將壓縮感知理論應(yīng)用于圖像重構(gòu)與圖像融合,主要工作有以下兩方面。(1)提出了一種基于MSP算法的壓縮感知圖像重構(gòu)方法。針對壓縮感知子空間追蹤算法必須以信號稀疏度為先驗知識,而現(xiàn)實中圖像稀疏度未知這一問題,MSP算法對信號的稀疏度進行自適應(yīng)估計,在迭代過程中,通過給定的步長因子對稀疏度進行更新,使之逐漸逼近正確子空間,當重構(gòu)誤差小于閾值時,則停止迭代,從而實現(xiàn)稀疏信號的精確重構(gòu)。仿真實驗結(jié)果表明:該算法與其它同類算法相比,在運算時間和重構(gòu)精度上均有明顯的優(yōu)勢。(2)提出了一種基于NSCT變換的壓縮感知圖像融合
3、方法。針對小波變換不能很好的挖掘圖像多方向性,導(dǎo)致其不能最優(yōu)稀疏表示這一問題,新算法采用NSCT變換對圖像進行稀疏表示,將壓縮感知理論引入圖像融合,只對高頻系數(shù)進行測量,并對高頻測量值和低頻系數(shù)分別采用鄰域平均梯度值取大和鄰域方差絕對值取大的融合規(guī)則進行融合處理。仿真實驗結(jié)果表明:與其它融合算法相比,本文改進融合算法可以在存儲、傳輸時數(shù)據(jù)量少的情況下達到較好的圖像融合效果,具有一定的實用價值。關(guān)鍵詞:壓縮感知;圖像重構(gòu);圖像融合;重構(gòu)算法;NSCT變換;小波變換研究類型:理論研究Subject:ResearchonImageRecoveryandFusion
4、basedonCompressedSensingSpecialty:SignalandInformationProcessingName:YanDi(Signature)Instructor:WuYanhai(Signature)ABSTRACTIntherapiddevelopmentofinformationtechnologyera,thetraditionalNyquistsamplingtheoryisunabletomeetthedemandforpracticalapplication.RecentlyDonohoandCandesetc.pr
5、oposethenewcompressedsensingtheorywhichpointsoutthatwhenthesignaliscompressibleorsparseinatransformdomain,afewrandomprojectionscontaintheenoughinformationofthesignaltoberecovered.Thesignalfinallycanbereconstructedfromtheseprojectionsbysolvinganoptimizationproblematthehighprobabilit
6、y.Thisnewtheoryhasafeatureofdirectlysamplinginformation.Thesamplingrate,whichisfarlowerthanNyquistsamplingrate,dependsontheinformationstructureandcontentofthesignalandcanmeasureandcodethesignal.Applicationsthatbenefitfromthenewtheoryconcludeimageprocessing,radarandsoon.Thispapermai
7、nlybringsthecompressedsensingtheoryintheimagerecoveryandfusion.Themaincontributionscanbesummarizedasfollows:(1)Themodifiedsubspacepursuitalgorithmisproposedtorecovertheimage.Thesubspacepursuitmusthavethepriorknowledgeofthesparsity,butinfactthesparsityofimagesisunknown.Theproposedal
8、gorithmadaptivelyestimates