

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、基于信號的稀疏性或可壓縮性,壓縮感知理論突破了傳統(tǒng)奈奎斯特采樣定理的限制,證明了可通過遠低于奈奎斯特采樣率的采樣數(shù)據(jù)來精確重建原始信號。作為一種新穎的采樣理論,它開辟了信息技術新的研究領域。壓縮感知重建算法作為壓縮感知理論的核心內容之一,直接決定著壓縮感知理論在實際應用中的成敗。如何設計出算法復雜度低、重建質量高的壓縮感知重建算法,一直是研究的重點。本學位論文正是在這一背景下,以圖像信號的壓縮感知重建算法為研究對象,挖掘信號的有效先驗知
2、識,致力于尋找準確的、魯棒的壓縮感知重建算法。本學位論文工作的主要工作和創(chuàng)新總結如下:
(1)基于截斷schatten-p范數(shù)正則化的重建模型。針對圖像壓縮感知重建問題,以非局部低秩性先驗為基礎,分析重建過程中秩正則化問題(NP-難問題)的求解結果直接決定著圖像的重建質量,提出了一種基于截斷schatten-p范數(shù)正則化的圖像壓縮感知重建模型。截斷schatten-p范數(shù)同時綜合了截斷核函數(shù)和schatten-p范數(shù)的優(yōu)點,作
3、為矩陣秩的非凸替代函數(shù),用于在重構過程中更準確地挖掘非局部低秩性。對于最終產生的非凸優(yōu)化問題,選擇交替方向乘子法進行求解。實驗結果表明,與其它基于低秩約束的重建算法相比,所提算法的重建性能無論是在視覺效果還是在客觀評價指標上都有顯著地提高。
(2)基于非局部低秩張量正則化的重建模型。在圖像重建的過程中,幾乎所有的圖像壓縮感知重建方法為了簡便,將圖像塊拉成向量以及將相似塊群組拉成矩陣,這種處理方式不能很好地保持圖像塊的原始幾何結
4、構,忽略了像素點之間的聯(lián)系。因此,提出了一種基于非局部低秩張量正則化的圖像壓縮感知重建方法,同時利用圖像的幾何結構信息和非局部低秩性,約束構造的相似塊群組數(shù)據(jù)是張量并且滿足低秩性。其次,選擇schatten-p范數(shù)用于近似張量的秩。最后,利用交替方向乘子法求解非凸優(yōu)化模型。實驗結果顯示,圖像塊幾何結構信息的引入,有助于提高邊緣、紋理等圖像結構部分的重建效果,與其它重建算法相比,峰值信噪比有了明顯地改善。
(3)基于塊稀疏和非局
5、部低秩約束的重建模型。已有研究證明,在稀疏基未知的情況下,盲壓縮感知重建方法可以獲得和已知稀疏基的壓縮感知重建方法類似的結果,它更接近于真實的應用場景。然而盲壓縮感知重建方法應用于圖像重建時,仍然存在兩個問題。首先,與塊稀疏先驗相比,盲壓縮感知利用的圖像整體的稀疏性先驗忽略了圖像的局部特征;另外,盲壓縮感知重建方法僅利用了比壓縮感知更弱的稀疏性先驗,在實際的應用中,它所需求的采樣率仍然比較高。因此,提出了一種新的圖像盲壓縮感知重建方法,
6、同時挖掘圖像塊稀疏性和非局部低秩性先驗知識,旨在降低需求的采樣率。實驗結果表明,在不損失圖像重建質量的情況下,該模型能夠明顯降低采樣率。
(4)基于半二次函數(shù)和加權schauen-p范數(shù)的重建模型。由于噪聲是現(xiàn)實應用中不可避免的因素,因此設計魯棒的圖像重建算法是壓縮感知理論應用于實際的關鍵。然而,當前的壓縮感知方法很少考慮噪聲或者僅僅考慮在傳輸過程中產生的噪聲。由于自然或者人為的因素,當原始圖像受到了噪聲的影響,尤其是非高斯噪
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。
最新文檔
- 基于全變差與非局部低秩先驗的圖像壓縮感知重構.pdf
- 基于壓縮感知的圖像重建方法研究.pdf
- 基于壓縮感知的CT圖像重建方法研究.pdf
- 基于低秩約束的磁共振圖像重構方法研究.pdf
- 基于低秩特性的影響壓縮感知重構方法研究.pdf
- 基于非局部相似塊低秩先驗的MRI重建算法.pdf
- 基于壓縮感知的超聲圖像重建方法研究.pdf
- 基于低秩矩陣分解的非局部稀疏模型圖像去噪方法研究.pdf
- 基于壓縮感知的超聲圖像重建.pdf
- 基于壓縮感知的MRI圖像重建方法的VC實現(xiàn).pdf
- 基于壓縮感知的醫(yī)學超聲圖像重建方法應用研究.pdf
- 編碼孔徑高光譜圖像的低秩重建方法.pdf
- 基于壓縮感知的雷達圖像重建算法研究.pdf
- 基于壓縮感知理論的單幅圖像重建.pdf
- 基于稀疏表示和低秩的非局部圖像去噪算法研究.pdf
- 基于非局部相似和低秩矩陣逼近的SAR圖像去噪.pdf
- 基于稀疏表示和局部秩的單幅圖像超分辨率重建方法研究.pdf
- 基于壓縮感知的CT圖像重建技術研究.pdf
- 基于壓縮感知的高光譜圖像重建算法研究.pdf
- 壓縮感知圖像重建算法研究.pdf
評論
0/150
提交評論