2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩77頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、相對于離軸數(shù)字全息成像系統(tǒng),同軸數(shù)字全息成像系統(tǒng)對數(shù)字記錄器件(CCD、CMOS等)有更高的帶寬利用率,且占用空間更小,所以同軸數(shù)字全息成像較離軸數(shù)字全息成像更具有優(yōu)勢。同軸全息圖中,實像、0級像和孿生像混疊在一起使其重建圖像不容易辨識。因此,去除同軸全息圖中的0級像和孿生像就成了同軸數(shù)字全息成像技術進一步發(fā)展所必須要解決的問題。壓縮感知重建同軸數(shù)字全息技術能夠較好的去除同軸數(shù)字全息圖中的0級像和孿生像,所以本文圍繞壓縮感知應用于同軸數(shù)

2、字全息成像展開研究,并提出了多方面的研究成果。主要內容如下:
 ?。?)本文在對分塊壓縮感知算法深入分析的基礎上,基于 DCT域圖像中大系數(shù)集中在左上角且具有較明確的延伸方向等基本事實,提出了基于DCT基的自適應采樣分塊壓縮感知算法。該算法解決了兩次采樣之間因為計算量較大而導致的時間間隔較大的問題,使兩次采樣之間的時間間隔縮小到大約0.08s。根據模擬實驗數(shù)據分析,本文提出的自適應采樣分塊壓縮感知算法在重構質量上優(yōu)于傳統(tǒng)分塊壓縮感

3、知算法。
 ?。?)在對2步相移同軸全息技術深入分析研究的基礎上,本文通過引入更多的參考因素提出了一種改進的參考光強搜索算法來降低2步相移算法的計算量。本文采用計算機模擬和同軸數(shù)字全息實驗對本文所提算法進行驗證?;趯嶒灲Y果的分析表明,本文提出的算法對任意參考光強下得到的全息圖都能較快的找出準確的參考光強,進而降低計算量。由于 Zhang的算法只是在計算機上進行了模擬驗證而無實驗驗證,本文在實驗上也對 Zhang提出的方法進行了驗

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,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,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。

評論

0/150

提交評論