基于壓縮感知重構(gòu)的煤礦井下圖像處理.pdf

1、煤礦井下綜合采煤面的現(xiàn)場(chǎng)有大量的工作人員，把煤礦下采集到的圖像信息以快速的，高質(zhì)量，高匹配度的重構(gòu)效果呈現(xiàn)給人們，對(duì)煤炭開采的安全性有著重要的指導(dǎo)意義。在圖像的重構(gòu)中，傳統(tǒng)的方法是:小波變換重構(gòu)、傅里葉變換重構(gòu)，傳統(tǒng)的圖像重構(gòu)存在著很多的缺陷，本文采用壓縮感知重構(gòu)算法對(duì)綜采面的圖像重構(gòu)。
　　本文是基于壓縮感知重構(gòu)的綜采面圖像處理，主要研究了壓縮感知的三大核心理論:信號(hào)的稀疏變換;測(cè)量矩陣的設(shè)計(jì);信號(hào)的重構(gòu)算法。重點(diǎn)研究了壓縮感知

2、的三大類信號(hào)重構(gòu)算法:凸優(yōu)化算法;貝葉斯統(tǒng)計(jì)優(yōu)化算法;迭代貪婪算法。著重的研究了這三大類重構(gòu)算法的原理、主要步驟、以及流程圖。
　　本文采用煤礦下采集到的圖像，采用MATLAB軟件仿真，對(duì)采集到的圖像利用小波變換對(duì)信號(hào)進(jìn)行稀疏表示，用高斯隨機(jī)矩陣作為觀測(cè)矩陣，利用壓縮感知的五種重構(gòu)算法重構(gòu)出原始的圖像。這五種算法分別為正交匹配追蹤算法、正則化正交匹配追蹤算法、梯度追蹤算法、基追蹤算法、子空間追蹤算法。利用這五種重構(gòu)算法重構(gòu)同一副采