發(fā)布時(shí)間：2023-04-11 22:03

　　圖像重構(gòu)技術(shù)是測量和成像系統(tǒng)中的一項(xiàng)重要的數(shù)據(jù)綜合及信息處理技術(shù)。為了得到高質(zhì)量的圖像,需要針對實(shí)驗(yàn)系統(tǒng)建立對應(yīng)的目標(biāo)數(shù)據(jù)傳輸模型,在此基礎(chǔ)上建立數(shù)據(jù)處理算法。得到與實(shí)際系統(tǒng)更接近的數(shù)據(jù)傳輸模型需要進(jìn)行適當(dāng)?shù)男拚?如近年來出現(xiàn)的深度學(xué)習(xí)技術(shù)可以通過大量先驗(yàn)信息進(jìn)行訓(xùn)練以達(dá)到理論模型與實(shí)際系統(tǒng)的統(tǒng)一。圖像重構(gòu)技術(shù)難于獲得精度更高的結(jié)果,一個(gè)重要原因就是測量數(shù)據(jù)的不充分。而線性時(shí)不變信息處理系統(tǒng)可以視為一個(gè)卷積過程,即輸入信號與系統(tǒng)函數(shù)卷積。為了表述該卷積模型的離散形式,本文針對成像系統(tǒng)提出分?jǐn)?shù)階卷積變換概念,并在該變換域下研究匹配追蹤算法和多強(qiáng)度圖像迭代算法在圖像重構(gòu)計(jì)算中的應(yīng)用。本文主要研究內(nèi)容歸納如下:從分?jǐn)?shù)階傅里葉變換和Gyrator變換的積分定義形式出發(fā),通過分析變換積分定義形式以建立一種更為靈活多變形式的分?jǐn)?shù)階變換,將該變換稱為分?jǐn)?shù)階卷積變換。除了具有可變的分?jǐn)?shù)階次,分?jǐn)?shù)階卷積變換還具有靈活多變的兩個(gè)不同的相位函數(shù)。在此基礎(chǔ)上建立卷積算法以便于該變換用于離散信號和圖像處理。為了實(shí)現(xiàn)快速計(jì)算任務(wù),利用快速傅里葉變換(FFT)算法設(shè)計(jì)分?jǐn)?shù)階卷積變換的離散算法,借助于FFT的特性使新...

【文章頁數(shù)】：70 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題背景
    1.2 研究的目的和意義
    1.3 國內(nèi)外研究現(xiàn)狀
        1.3.1 國外研究現(xiàn)狀
        1.3.2 國內(nèi)研究現(xiàn)狀
        1.3.3 研究現(xiàn)狀分析
    1.4 主要研究內(nèi)容
第2章 分?jǐn)?shù)階卷積變換的定義與性質(zhì)
    2.1 分?jǐn)?shù)階傅里葉變換
        2.1.1 數(shù)學(xué)定義
        2.1.2 離散算法
    2.2 Gyrator變換
        2.2.1 定義
        2.2.2 離散算法
    2.3 分?jǐn)?shù)階卷積變換
        2.3.1 定義與性質(zhì)
        2.3.2 在信息處理技術(shù)中初步應(yīng)用
    2.4 本章小結(jié)
第3章 基于壓縮感知的變換域圖像重構(gòu)技術(shù)
    3.1 欠采樣信號重構(gòu)算法
    3.2 分?jǐn)?shù)階變換域稀疏信號重構(gòu)方法
        3.2.1 基于分?jǐn)?shù)階傅里葉變換的重建方法
        3.2.2 基于分?jǐn)?shù)階卷積變換的重建方法
    3.3 分?jǐn)?shù)階變換域稀疏圖像重構(gòu)方法
    3.4 本章小結(jié)
第4章 基于多強(qiáng)度圖像的迭代重構(gòu)算法
    4.1 分?jǐn)?shù)階卷積變換域并行迭代重構(gòu)算法
    4.2 基于非等權(quán)重的迭代重構(gòu)方法
    4.3 圖像重構(gòu)算法抗噪性能分析
    4.4 本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝
個(gè)人簡歷



本文編號：3789836