本文關(guān)鍵詞：基于壓縮感知的重構(gòu)算法與應(yīng)用研究

  更多相關(guān)文章： 壓縮感知 重構(gòu)算法 平滑零范數(shù)

【摘要】：壓縮感知理論是信息獲取領(lǐng)域的一個(gè)重要進(jìn)展,它利用信號(hào)的稀疏性,突破了采樣定理的限制,達(dá)到了從較少測(cè)量值中精確重構(gòu)原始信號(hào)的效果,大大節(jié)省了信息存儲(chǔ)和傳輸?shù)馁Y源,具有廣泛的應(yīng)用前景。本文從信號(hào)的稀疏表示、測(cè)量矩陣的設(shè)計(jì)和信號(hào)的重構(gòu)三個(gè)方面系統(tǒng)地研究分析了壓縮感知的理論框架,重點(diǎn)研究了壓縮感知的重構(gòu)算法,提出了CNSL0算法和CDNSL0算法,并設(shè)計(jì)了一系列的二維圖像壓縮采樣與重構(gòu)仿真實(shí)驗(yàn),驗(yàn)證了本文提出的CNSL0重構(gòu)算法具有良好的效果。本文提出了基于SL0的CNSL0算法和CDNSL0算法,其核心思想在于尋找一個(gè)連續(xù)光滑的函數(shù)近似表示?0范數(shù),分別采用修正牛頓法和阻尼牛頓法逼近最優(yōu)解。CNSL0算法采用陡峭性更好的函數(shù)近似表示?0范數(shù),采用修正牛頓法克服了SL0算法的鋸齒問題,同時(shí)通過引入閾值的方法,消除了NSL0算法存在死循環(huán)的缺陷。CDNSL0算法作為CNSL0算法的補(bǔ)充而提出,通過使用阻尼牛頓法克服因初值選擇不當(dāng)而導(dǎo)致的算法不收斂的問題。本文的實(shí)驗(yàn)結(jié)果表明,與原算法相比,CNSL0算法的重構(gòu)精度更高,重構(gòu)速度更快,魯棒性更好。本文將基于CNSL0壓縮感知的重構(gòu)算法應(yīng)用于二維圖像的壓縮采樣。CNSL0算法描述的是對(duì)一維信號(hào)進(jìn)行重構(gòu)的過程,因此本文在對(duì)二維圖像進(jìn)行重構(gòu)時(shí)逐列使用CNSL0算法進(jìn)行重構(gòu)。本文研究的二維圖像的壓縮采樣與重構(gòu)過程具體如下:首先,確定圖像在小波變換后是可壓縮的,求取能夠?qū)D像稀疏表示的小波變換矩陣;其次,使用滿足有限等距性質(zhì)的測(cè)量矩陣對(duì)圖像進(jìn)行壓縮采樣;然后,對(duì)壓縮采樣得到的二維圖像矩陣逐列使用CNSL0算法進(jìn)行重構(gòu),得到圖像在小波變換下的稀疏表示;最后,通過小波反變換得到原始的二維圖像。本文設(shè)計(jì)了四種二維圖像的仿真實(shí)驗(yàn)來分析和對(duì)比算法的性能,包括相同壓縮比下的無噪聲測(cè)量、相同壓縮比下有噪聲測(cè)量、不同壓縮比下無噪聲測(cè)量,以及不同壓縮比下有噪聲測(cè)量。本文的仿真實(shí)驗(yàn)結(jié)果表明,與SL0算法相比,CNSL0算法在二維圖像的重構(gòu)方面具有速度快,峰值信噪比高,抗噪性能強(qiáng)的優(yōu)勢(shì)。
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN911.73

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前2條

1 石光明;劉丹華;高大化;劉哲;林杰;王良君;;壓縮感知理論及其研究進(jìn)展[J];電子學(xué)報(bào);2009年05期

2 李樹濤;魏丹;;壓縮傳感綜述[J];自動(dòng)化學(xué)報(bào);2009年11期

，

本文編號(hào)：1294753