圖像壓縮感知觀測矩陣和重構(gòu)算法研究

圖像壓縮感知觀測矩陣和重構(gòu)算法研究

ID:37063779

大小:5.34 MB

頁數(shù):71頁

時(shí)間:2019-05-17

圖像壓縮感知觀測矩陣和重構(gòu)算法研究_第1頁
圖像壓縮感知觀測矩陣和重構(gòu)算法研究_第2頁
圖像壓縮感知觀測矩陣和重構(gòu)算法研究_第3頁
圖像壓縮感知觀測矩陣和重構(gòu)算法研究_第4頁
圖像壓縮感知觀測矩陣和重構(gòu)算法研究_第5頁
資源描述:

《圖像壓縮感知觀測矩陣和重構(gòu)算法研究》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、碩士學(xué)位論文圖像壓縮感知觀測矩陣和重構(gòu)算法研究作者姓名鄧博文學(xué)科專業(yè)信號與信息處理指導(dǎo)教師楊春玲教授所在學(xué)院電子與信息學(xué)院論文提交日期2018年6月ResearchonMeasurementMatrixandReconstructionAlgorithmforCompressedImageSensingADissertationSubmittedfortheDegreeofMasterCandidate:DengBowenSupervisor:Prof.YangChunlingSouthChinaUniversityofTechnol

2、ogyGuangzhou,China分類號:TN919.81學(xué)校代號:10561學(xué)號:201520109499華南理工大學(xué)碩士學(xué)位論文圖像壓縮感知觀測矩陣和重構(gòu)算法研究作者姓名:鄧博文指導(dǎo)教師姓名、職稱:楊春玲教授申請學(xué)位級別:工學(xué)碩士學(xué)科專業(yè)名稱:信號與信息處理研究方向:圖像與視頻信號處理論文提交日期:2018年06月07日論文答辯日期:2018年06月03日學(xué)位授予單位:華南理工大學(xué)學(xué)位授予日期:年月日答辯委員會(huì)成員:主席:杜明輝教授委員:楊春玲教授、馬麗紅教授、劉杰平副教授、鐘海波高級工程師摘要傳統(tǒng)的圖像信號采集是基于香農(nóng)-奈奎

3、斯特采樣定理進(jìn)行的,通過先采樣后去冗余的方式實(shí)現(xiàn)高效存儲(chǔ)與傳輸。這種方式占用了信號采集端大量的資源并且計(jì)算復(fù)雜度較高,不適用于實(shí)時(shí)圖像采集的場景,例如鍋爐火焰監(jiān)測,運(yùn)動(dòng)物體的經(jīng)緯度測定等。壓縮感知(CompressedSensing,CS)理論提出了一種新的信號采集方法,使得信號的采集和壓縮可以同時(shí)進(jìn)行,大大節(jié)省了采集端的資源并降低了計(jì)算復(fù)雜度,引起了各方學(xué)者們的廣泛關(guān)注。圖像壓縮感知(CompressedImageSensing,CIS)是基于CS的一種圖像采集與恢復(fù)技術(shù),包含了圖像信號的觀測,稀疏表示,重構(gòu)三個(gè)關(guān)鍵技術(shù)。本文著重研

4、究了觀測矩陣的構(gòu)造和重構(gòu)算法的設(shè)計(jì)。主要工作和研究成果如下:1.針對隨機(jī)性觀測矩陣不利于硬件實(shí)現(xiàn)的問題,本文提出一種基于分塊對角哈達(dá)瑪矩陣的圖像壓縮感知觀測矩陣構(gòu)造方法,并將均勻分塊的思想拓展到非均勻分塊,以適應(yīng)不同維度的信號。首先根據(jù)圖像塊大小確定觀測矩陣維度,再依據(jù)整數(shù)分拆理論構(gòu)造分塊對角哈達(dá)瑪矩陣;然后根據(jù)采樣率按照本文提出的取行方法提取相應(yīng)的行,得到相應(yīng)的圖像壓縮感知觀測矩陣。分塊對角哈達(dá)瑪觀測矩陣是三值確定性矩陣,利于硬件實(shí)現(xiàn)。仿真結(jié)果表明,與現(xiàn)有的經(jīng)典觀測矩陣相比,本文提出的觀測矩陣應(yīng)用于現(xiàn)有較好的圖像壓縮感知重構(gòu)算法中,

5、具有較好的圖像重構(gòu)質(zhì)量,而且重構(gòu)算法復(fù)雜度更低。2.針對CIS組稀疏表示重構(gòu)算法在低采樣率下尤其是對紋理特征相對復(fù)雜的圖像重構(gòu)質(zhì)量不佳的問題,提出了基于殘差補(bǔ)償?shù)慕M稀疏表示(RCGSR)重構(gòu)方法。即對稀疏處理前后圖像組利用主成分分析(PCA)進(jìn)行組稀疏表示并獲取相應(yīng)稀疏系數(shù)之間的殘差,對殘差進(jìn)行稀疏化處理,將處理后的殘差補(bǔ)償至稀疏處理后圖像組的稀疏系數(shù)中。在殘差稀疏化處理過程中利用自適應(yīng)軟閾值收縮算法,對不同稀疏系數(shù)殘差采取不同的閾值進(jìn)行收縮處理,以增強(qiáng)算法的魯棒性。該算法在較好地保留了圖像低頻信息的同時(shí)大大減少了圖像高頻細(xì)節(jié)信息的損

6、失,圖像重構(gòu)質(zhì)量得到進(jìn)一步提升。關(guān)鍵詞:圖像壓縮感知;觀測矩陣;非均勻分塊;重構(gòu)算法;殘差補(bǔ)償IAbstractThetraditionalimagesignalacquisitionisbasedontheShannon-Nyquistsamplingtheory,wherethesignalisfirstsampledandthentheredundantdataisdiscardedtoachieveefficientstorageandtransmission.Thisapproachoccupieshugeresources

7、ofacquisitionsideandhashighcomputationalcomplexity,soit’sunsuitableforthescenariosofreal-timeimageacquisition,suchastheboilerflamemonitoring,thelatitudeandlongitudeofamovingobjectdetection,etc.Compressedsensing(CS)theoryproposedanewsignalacquisitionmethod,conductingsamp

8、lingandcompressionsimultaneously,savingsamplingresourcesandreducingcomputationalcomplexityenormously.Thistheor

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時(shí)聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。