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),請進行舉報或認領(lǐng)
文檔簡介
1、壓縮感知(CS)是一種新穎的信號采集和壓縮技術(shù)。它突破了傳統(tǒng)的奈奎斯特采樣定理的要求,引起了學(xué)術(shù)界和工業(yè)界的轟動。在此基礎(chǔ)上Lu Gan又提出了分塊壓縮感知,它把圖像在空域中分成小塊,對每個小塊分別處理,加快了采樣與重構(gòu)的速度,且占用內(nèi)存更少。本文主要在圖像分塊壓縮感知的基礎(chǔ)上做了一些研究,我們在分塊壓縮感知的框架下,提出了基于顯著性的分塊壓縮感知,對圖像分塊和重構(gòu)方法做了一些改進,然后將分塊壓縮感知應(yīng)用在傳感器網(wǎng)絡(luò)的數(shù)據(jù)收集上。本文的
2、研究工作主要包括以下三個方面:
(1)提出了基于顯著性的分塊壓縮感知方法(SBCS)。本文提出基于圖像信號顯著性的自適應(yīng)分塊壓縮采樣算法,對被測圖像進行自適應(yīng)分塊預(yù)處理,提取出重要區(qū)域,根據(jù)顯著性參數(shù)對被測圖像差異性的壓縮采樣分配,從而有效保證了在圖像重要區(qū)域分配高采樣率,在背景區(qū)域則分配較少的采樣率,保證了圖像重構(gòu)的效率和質(zhì)量。同時,分塊壓縮感知往往會帶來一定的塊效應(yīng),本文提出的改進分塊壓縮感知方法能夠在一定的程度上降低塊效
3、應(yīng),進一步的提高了重構(gòu)的質(zhì)量。
(2)提出將分塊壓縮感知運用于傳感器網(wǎng)絡(luò)的方法(HDABCS)。本文提出了一種分層的網(wǎng)絡(luò)拓撲結(jié)構(gòu),將分層的結(jié)構(gòu)與 CS結(jié)合以提高能量利用率。同時,分塊壓縮感知是壓縮感知中的一種高效方法,該方法觀測矩陣小,利于存儲,可以節(jié)省傳感器的計算耗能,對重要數(shù)據(jù)集分配更多采樣率,不重要數(shù)據(jù)集分配較少采樣率可有效提高數(shù)據(jù)的恢復(fù)精度,在相同耗能下?lián)碛懈叩闹貥?gòu)精度。
(3)本文做了大量的實驗,從各個角
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。
最新文檔
- 彩色圖像壓縮感知方法研究.pdf
- 基于分塊壓縮感知的圖像重構(gòu)方法研究.pdf
- 分塊壓縮感知重構(gòu)算法研究.pdf
- 基于PRM的壓縮感知方法及其應(yīng)用.pdf
- 面向磁共振圖像重建的壓縮感知方法研究.pdf
- 基于小波包變換的圖像壓縮感知方法.pdf
- 認知無線電壓縮頻譜感知方法研究.pdf
- 基于小波變換的圖像壓縮感知方法研究.pdf
- 基于小波零樹的圖像壓縮感知方法研究.pdf
- 混沌雷達的相參處理與壓縮感知方法研究.pdf
- 基于機器學(xué)習(xí)與壓縮感知的認知無線電頻譜感知方法研究.pdf
- 基于小波變換的多任務(wù)圖像壓縮感知方法研究.pdf
- 面向瞬時混合信號的分布式壓縮感知方法研究.pdf
- 結(jié)構(gòu)信息引導(dǎo)的壓縮感知方法及算法測評軟件.pdf
- 基于壓縮感知的寬帶頻譜感知方案設(shè)計.pdf
- 認知網(wǎng)絡(luò)中的分布式壓縮協(xié)作頻譜感知方法研究.pdf
- 基于分塊稀疏信號的壓縮感知貪婪算法研究.pdf
- 基于壓縮感知方法的慣性約束核聚變驅(qū)動對稱性研究.pdf
- 移動CSCW協(xié)同感知方法研究.pdf
- 基于分塊的壓縮采樣方法研究.pdf
評論
0/150
提交評論