2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩74頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、光譜成像中不僅包含目標(biāo)的二維空間信息,還包含逐個像素點的一維光譜信息,在農(nóng)業(yè)、醫(yī)療、海洋、軍事等諸多領(lǐng)域都具有重要的地位。壓縮感知理論的應(yīng)用使得高光譜圖像采樣率低于傳統(tǒng)采樣定理的要求,極大地減小了系統(tǒng)結(jié)構(gòu)和傳感器數(shù)量對成像質(zhì)量的限制。本文以壓縮感知為框架,結(jié)合圖像非局部結(jié)構(gòu)近似理論,重點研究編碼孔徑成像系統(tǒng)中高光譜圖像的低秩重構(gòu)算法。
  首先,介紹了壓縮感知發(fā)展現(xiàn)狀及其在成像系統(tǒng)中的應(yīng)用,從信號稀疏表示的層面論述了壓縮感知原理,

2、分析了多維場景編碼感知光譜成像的數(shù)學(xué)模型。
  其次,引入非局部近似理論,分析了非局部圖像恢復(fù)算法的原理,在二維圖像冗余結(jié)構(gòu)近似的基礎(chǔ)上挖掘光譜立方體內(nèi)部的非局部結(jié)構(gòu)相似特性,根據(jù)聚類結(jié)果構(gòu)建低秩矩陣,利用低秩迭代收縮逼近實現(xiàn)光譜圖像的去噪。
  最后,以CASSI為成像系統(tǒng)模型,提出了一種以彩色圖像顯著度信息作為引導(dǎo)的分區(qū)控制編碼模板;結(jié)合全彩色信息挖掘粗估計光譜立方體中的非局部結(jié)構(gòu)相似,給出了彩色引導(dǎo)的非局部子光譜立方塊

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(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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。

評論

0/150

提交評論