本文關鍵詞：基于多尺度分塊壓縮感知的圖像處理算法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：壓縮感知理論突破了奈奎斯特采樣率的限制,采樣和壓縮同步進行,大大降低了傳感器的采樣和計算成本,因而在眾多圖像壓縮技術(shù)中脫穎而出,在科學和工程的許多領域有著重要的理論與實際應用價值。多尺度分塊壓縮感知根據(jù)信號的多分辨分析特性,基于分塊壓縮感知,提出了分尺度加權(quán)分配采樣率的調(diào)整措施,取得了不錯的重構(gòu)效果。然而,多尺度分塊壓縮感知忽略了包含大量先驗信息的低頻系數(shù),且同層小波系數(shù)采取一致的采樣率。為進一步提高圖像的重構(gòu)質(zhì)量,本文基于同層小波系數(shù)之間的重要性差異,提出了一種結(jié)合紋理信息和方向估計的自適應多尺度分塊壓縮感知算法。該算法首先提取圖像在小波域內(nèi)的低頻系數(shù),進行小波逆變換,得到預估計圖像。分塊后做以下三方面工作:1)計算出代表各塊紋理信息的灰度熵,按照一定的轉(zhuǎn)換方式將其轉(zhuǎn)換為初步自適應采樣率;2)利用圖像的梯度信息,對各層各子帶的各圖像塊進行方向估計;3)將初步自適應采樣率按小波域內(nèi)各層各子帶的主方向進行采樣率的分配,實現(xiàn)自適應采樣。采用六幅紋理復雜度各不相同的測試圖像進行仿真,實驗表明在各采樣率下,該算法能顯著提高圖像的重構(gòu)質(zhì)量和視覺效果,重構(gòu)圖像的PSNR和SSIM比原算法均有提升,PSNR最高可提升1.38dB。本文還對圖像重構(gòu)算法進行了研究和分析,分別是本文采用的平滑投影Landweber算法,凸松弛算法中的最小1l范數(shù)算法以及貪婪算法中的壓縮采樣匹配算法,給出了仿真結(jié)果。
【關鍵詞】：多尺度壓縮感知 小波變換 自適應采樣 灰度熵 方向估計
【學位授予單位】：北京理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.41
【目錄】：

• 摘要5-6
• Abstract6-9
• 第1章 緒論9-14
• 1.1 研究背景和意義9-11
• 1.2 國內(nèi)外研究現(xiàn)狀及發(fā)展趨勢11-13
• 1.2.1 基于小波域的多尺度分塊壓縮感知的發(fā)展和現(xiàn)狀11-12
• 1.2.2 現(xiàn)有算法存在的問題12-13
• 1.3 本文的內(nèi)容安排13-14
• 第2章 壓縮感知理論簡介14-24
• 2.1 壓縮感知理論提出14
• 2.2 壓縮感知理論框架14-21
• 2.2.1 問題描述14-16
• 2.2.2 信號的稀疏表示16-18
• 2.2.3 觀測矩陣的設計18-19
• 2.2.4 信號重構(gòu)19-21
• 2.3 圖像質(zhì)量的性能評價21-23
• 2.3.1 圖像主觀質(zhì)量評價方法21-22
• 2.3.2 圖像客觀質(zhì)量評價方法22-23
• 2.4 本章小結(jié)23-24
• 第3章 自適應多尺度分塊壓縮感知算法24-37
• 3.1 多尺度分塊壓縮感知24-27
• 3.1.1 分塊壓縮感知24-25
• 3.1.2 多尺度分塊壓縮感知采樣算法25-26
• 3.1.3 多尺度分塊壓縮感知重構(gòu)算法26-27
• 3.2 自適應多尺度分塊壓縮感知（EO-BCS-SPL）27-33
• 3.2.1 小波分解28-29
• 3.2.2 基于灰度熵的紋理信息29-30
• 3.2.3 基于梯度信息的方向估計30-31
• 3.2.4 結(jié)合紋理信息和方向估計的自適應多尺度分塊壓縮感知31-33
• 3.3 性能比較33-36
• 3.3.1 峰值信噪比（PSNR）的比較34-35
• 3.3.2 結(jié)構(gòu)相似度（SSIM）的比較35-36
• 3.4 本章小結(jié)36-37
• 第4章 基于自適應多尺度分塊壓縮感知的圖像處理算法37-57
• 4.1 圖像的小波變換37-38
• 4.2 圖像的觀測矩陣38-43
• 4.2.1 圖像的紋理信息38-42
• 4.2.2 圖像的方向估計42-43
• 4.3 圖像的重構(gòu)結(jié)果43-49
• 4.3.1 整體性能對比43-47
• 4.3.2 重構(gòu)圖像的視覺效果對比47-49
• 4.4 重構(gòu)算法研究49-56
• 4.4.1 最小1l范數(shù)算法49-51
• 4.4.2 壓縮采樣匹配追蹤算法51-53
• 4.4.3 平滑投影Landweber（SPL）算法53-56
• 4.5 本章小結(jié)56-57
• 總結(jié)與展望57-58
• 參考文獻58-61
• 攻讀學位期間發(fā)表論文與研究成果清單61-62
• 致謝62

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 董寧;文志強;余波;;基于防反射邊界的圖像分塊反降晰研究[J];計算機工程;2011年11期

2 李泉永;;一個使用較少外存的分塊直接解法及其在天線結(jié)構(gòu)分析中的一個應用[J];桂林電子工業(yè)學院學報;1984年01期

3 金淳浩;周桅;;動態(tài)分塊快速網(wǎng)格化方法[J];物探化探計算技術(shù);1988年04期

4 韓永飛;分塊果園法的證明[J];吉林大學自然科學學報;1989年02期

5 周平;劉曉潔;;基于兩級分塊的文件同步方法[J];計算機工程與設計;2014年03期

6 舒輝,康緋;一個新的循環(huán)分塊算法[J];計算機研究與發(fā)展;2002年10期

7 劉立祥,謝劍英,張敬轅;利用分塊循環(huán)矩陣對離散圖象進行重建[J];計算機工程與應用;2003年14期

8 王春發(fā) ,陳國華,楊萬里,羅馬吉;螺旋進氣道三維分塊結(jié)構(gòu)化貼體網(wǎng)格的生成[J];小型內(nèi)燃機與摩托車;2003年04期

9 曾璞;吳玲達;文軍;;基于分塊潛在語義的場景分類方法[J];計算機應用;2008年06期

10 李泉永;;分塊解法在天線背架結(jié)構(gòu)計算中的一個應用[J];桂林電子工業(yè)學院學報;1982年01期

中國重要會議論文全文數(shù)據(jù)庫 前9條

1 任安祿;鄧見;;分塊法求解圓球強迫對流場[A];第十一屆全國水動力學學術(shù)會議暨第二十四屆全國水動力學研討會并周培源誕辰110周年紀念大會文集（上冊）[C];2012年

2 陳宜穩(wěn);王威;王潤生;;分塊建模和點建模聯(lián)合的背景重建方法[A];計算機技術(shù)與應用進展·2007——全國第18屆計算機技術(shù)與應用（CACIS）學術(shù)會議論文集[C];2007年

3 伍中平;;雙向不等高正交鋼管桁架分塊整體提升施工技術(shù)[A];大型復雜鋼結(jié)構(gòu)建筑工程施工新技術(shù)與應用論文集[C];2012年

4 鄒李;杜小勇;何軍;;B3:圖間節(jié)點相似度分塊計算方法[A];NDBC2010第27屆中國數(shù)據(jù)庫學術(shù)會議論文集A輯二[C];2010年

5 竇朝暉;;影響分塊算法性能的主要因素[A];面向21世紀的科技進步與社會經(jīng)濟發(fā)展（上冊）[C];1999年

6 肖永浩;黃清南;;基于分塊數(shù)據(jù)結(jié)構(gòu)的沖擊問題并行計算[A];中國計算力學大會'2010（CCCM2010）暨第八屆南方計算力學學術(shù)會議（SCCM8）論文集[C];2010年

7 戴妍峰;劉藻珍;;空間望遠鏡分塊式主鏡面形控制系統(tǒng)建模[A];中國系統(tǒng)仿真學會第五次全國會員代表大會暨2006年全國學術(shù)年會論文集[C];2006年

8 李嘉偉;孫明;;基于分塊LAB特征的粒子濾波目標跟蹤算法[A];中國農(nóng)業(yè)工程學會2011年學術(shù)年會論文集[C];2011年

9 ;大會主題報告[A];2009年全國微波毫米波會議論文集（下冊）[C];2009年

中國重要報紙全文數(shù)據(jù)庫 前5條

1 雷明;企業(yè)扭虧分塊搞活應處理好的幾個關系[N];中國企業(yè)報;2000年

2 雷明;分塊搞活應處理好幾個關系[N];中國航空報;2001年

3 覃匡龍 周鴻廣 侯俊富;“分塊管理”破解警力難題[N];檢察日報;2003年

4 王書明;新華中學形成安全管理網(wǎng)絡[N];商洛日報;2007年

5 記者 郭鳳美;“分塊搞活”救了太原制藥[N];山西經(jīng)濟日報;2004年

中國博士學位論文全文數(shù)據(jù)庫 前2條

1 鄒健;分塊稀疏表示的理論及算法研究[D];華南理工大學;2012年

2 何邊;復雜網(wǎng)絡上的分塊問題[D];上海交通大學;2012年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 嚴輝銀;求解二乘二分塊實線性方程組的塊分裂預處理方法[D];蘭州大學;2015年

2 沈世達;基于分塊壓縮感知的圖像和視頻傳輸技術(shù)研究[D];西南交通大學;2015年

3 張蛟;基于FastDFS的重復數(shù)據(jù)管理技術(shù)的研究與實現(xiàn)[D];電子科技大學;2014年

4 白聰軒;多線索分塊匹配的移動機器人目標跟蹤[D];北京工業(yè)大學;2015年

5 李鵬程;基于張量特征值分析的特征表示及典型應用[D];西安電子科技大學;2015年

6 榮雁霞;基于分塊壓縮感知的圖像重構(gòu)方法研究[D];南京郵電大學;2015年

7 高東紅;基于多尺度分塊壓縮感知的圖像處理算法研究[D];北京理工大學;2016年

8 閔慧;面向語義服務的大規(guī)模本體分塊映射研究[D];中南大學;2013年

9 王潤梅;基于Laplace矩陣的大規(guī)模本體分塊映射的研究[D];中南大學;2011年

10 齊朗曄;基于分塊核函數(shù)特征的交通標識識別[D];南京理工大學;2013年

  本文關鍵詞：基于多尺度分塊壓縮感知的圖像處理算法研究，由筆耕文化傳播整理發(fā)布。

本文編號：379843