版權(quán)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(quán),請進行舉報或認領(lǐng)
文檔簡介
1、壓縮傳感是一種新型的稀疏采樣方法。相對于經(jīng)典的香農(nóng)采樣有兩點不同,第一隨機采樣代替了一致均勻采樣;第二在重建算法上,香農(nóng)采樣采用的是插值法來重建原始信號,而壓縮采樣是利用最優(yōu)化算法,通過尋找最稀疏的采樣,來重建原始信號。因此節(jié)省了先采樣后壓縮的過程,也就是說壓縮傳感整合了采樣和壓縮,節(jié)省了不必要的存儲,對于實際工程有潛在的應用。
本文研究了壓縮傳感的重建算法,壓縮傳感的重建算法有兩個主要部分,分別是信號的稀疏矩陣表示和測量矩陣
2、。這里我們給出了幾種稀疏矩陣的實例,首次提出用分數(shù)傅里葉變換作為稀疏表示的方法,并且分析了可行性,給出了測量矩陣滿足的條件,并且歸類舉例說明了幾種符合條件的測量矩陣模型。
雖然壓縮傳感還是比較新的壓縮理論,但是關(guān)于壓縮傳感的重建算法已經(jīng)涌現(xiàn)了許多。為了提高壓縮傳感算法的實時性,有些人提出了分塊壓縮傳感算法,但是分塊壓縮傳感,對于每一塊圖像用的測量矩陣是相同的,也就是說每一塊的重要程度,只與圖像的像素數(shù)有關(guān),但是沒有考慮除像素外
3、的其他因素。一幅圖像的重要部分應該是圖像的邊緣部分,這是符合人的視覺特點的,而每一塊圖像的邊緣比例是不一樣的,所以重要程度自然不一樣。因此本文基于人眼視覺的特點,提出了一種新的壓縮傳感重建算法,即加權(quán)分塊壓縮傳感算法,并且將其應用到正交匹配追蹤算法和全變差最小化算法。為了說明算法的有效性,我們進行了大量的數(shù)值實驗。實驗表明,加權(quán)分塊壓縮算法,相比圖像未經(jīng)過分塊的壓縮傳感重建算法,實時性明顯提高;相比分塊壓縮傳感重建算法,圖像重建后的峰值
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(quán)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(quán)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(quán)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
- 基于分塊壓縮傳感的圖像重建算法研究.pdf
- 壓縮傳感理論的重建算法研究.pdf
- 基于壓縮感知的CT重建算法研究.pdf
- 基于壓縮傳感的圖像重建與編碼研究.pdf
- 基于壓縮傳感技術(shù)的圖像重建.pdf
- 壓縮傳感圖像重建的研究.pdf
- 基于壓縮傳感原理的圖像重建方法研究.pdf
- 可壓縮傳感理論與圖像重建算法的研究.pdf
- 基于壓縮感知的信號重建算法研究.pdf
- 基于壓縮感知理論的重建算法研究.pdf
- 基于壓縮感知的雷達圖像重建算法研究.pdf
- 基于壓縮傳感的圖像重構(gòu)算法研究.pdf
- 基于二分圖鄰接矩陣的壓縮傳感圖像重建算法研究.pdf
- 基于壓縮感知的高光譜圖像重建算法研究.pdf
- 基于壓縮感知的磁共振圖像重建算法研究.pdf
- 壓縮采樣圖像的重建算法研究.pdf
- 壓縮感知中重建算法研究.pdf
- 基于壓縮感知理論的CT圖像重建算法研究.pdf
- 基于壓縮感知理論的CT 圖像重建算法研究.pdf
- 基于壓縮感知理論的MRI圖像重建算法研究.pdf
評論
0/150
提交評論