基于MATLAB的图像压缩感知算法的实现和图像形状与分类-毕业设计

基于MATLAB的图像压缩感知算法的实现和图像形状与分类-毕业设计

ID:43548715

大小:1.15 MB

页数:78页

时间:2019-10-10

基于MATLAB的图像压缩感知算法的实现和图像形状与分类-毕业设计_第1页
基于MATLAB的图像压缩感知算法的实现和图像形状与分类-毕业设计_第2页
基于MATLAB的图像压缩感知算法的实现和图像形状与分类-毕业设计_第3页
基于MATLAB的图像压缩感知算法的实现和图像形状与分类-毕业设计_第4页
基于MATLAB的图像压缩感知算法的实现和图像形状与分类-毕业设计_第5页
资源描述:

《基于MATLAB的图像压缩感知算法的实现和图像形状与分类-毕业设计》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、目录毕业设计(论文)课题名称基于MATLAB的图像压缩感知算法的实现目录1.1研究背景和意义I1.2数据压缩技术II1.2.1传统数据压缩技术II1.2.2压缩感知理论(Comprcsscd/ComprcssivcSensing/Sampling,CS)....Ill1.3无线传感器网络V1.3.1无线传感器网络概述V1.3.2无线传感器网络数据压缩的必要性VII1.4本文主要工作和内容安排VIIIVTTT第2章压缩感知理论2.1压缩感知的前提条件一稀疏性和不相干性TX2.2三个关键技术XII2

2、.3信号的稀疏表示XTTT2.4观测矩阵设计XV2.5稀疏信号的重构XVII2.6重构算法XVI112.7压缩感知优势及不足XTX2.8压缩感知在传感网中的观测方式XX第3章压缩感知理论应用概述XXTT3.1压缩成像XXTT3.2模拟信息转换XXII3.3生物传感XXTTT3.4本章小结XX111第4章CS在无线传感网中的应用XXIV4.1研究背景XXIV4.1.1基于感知数据相关性的压缩XXIV4.1.2传统压缩重构方法XXV4.1.3图像压缩重构质量的评价XXVI4.2压缩感知理论算法对一维

3、信号的实现XXVII4.2.1CS用于WSN的优势XXVI14.2.2观测重构模型XXVTTT4.2.2正交匹配追踪算法(OMP)XXIX4.2.3算法的实现及结果分析XXIX4.3压缩感知理论算法对二维图像重构的实现XXXI114.3.1基于小波变换的分块压缩感知理论XXXTTT4.3.2实现步骤XXXIV4.3.3重构结果及分析XXXVTT4・4本章力、结XL第5章总结与展望XL5.1工作总结XLI4.2后续展望XLI参考文献XL1致谢XLIII附录XLV摘要数据压缩技术是提高无线数据传输速

4、度的有效措施之一。传统的数据压缩技术是基于奈奎斯特采样定律进行采样,并根据数据木身的特性降低其冗余度,从而达到压缩的Fl的。近年来出现的压缩感知理论(CompressedSensing,CS)则不受制于奈奎斯特采样定律,它是采用非自适应线性投影来保持信号的原始结构,以直接采集压缩后的数据的方式,从尽量少的数据中提取尽量多的信息。本文阐述了压缩感知方法的基本原理,分析了CS理论框架及关键技术问题,介绍了压缩感知技术应用于无线传感的优势,并着重介绍了信号稀疏变换、观测矩阵设计和重构算法三个方而的最新

5、进展,对研究中现存的难点问题进行了探讨。并运用matlab软件,在离散傅里叶变换(DFT)和离散余弦变换(DCT)分块CS的基础上,采用正交匹配追踪算法(OMP)实现了对一维信号和二维图像的高概率重构。将重构结果与原始信号对比,结果表明,只要采样数M(远小于奈奎斯特定理所需要的采样率)能够包含图像所需要的有用信息时,CS算法就能精确的完成对图像的重构,并且重构效果也比较好。关键词:压缩感知无线传感正交匹配稀疏表示观测矩阵AbstractThedatacompressiontechnologyis

6、oneoftheefficientmeasuresforincreasingthespeedofwirelessdatacommunication.TraditionaldatacompressiontechnologyisbasedonNyquistsamplingtheorem,reachingthegoalofcompressionbydecreasingredundancyofinformation.Inrecentyears,CompressedScnsing(CS)comesouta

7、sanewsamplingtheory,itdocsnothavetoobeyNyquistsamplingtheorem,anditcankeeptheoriginalstructureofsignalsbyattainingthenon-adaptivelinearprojections.So,CScangatherthecompresseddatadirectlyandgetmoreinfonnationfromlessdata.Thispaperreviewsthetheoretical

8、frameworkandthekeytechnicalproblemsofcompressedsensingandintroducesthelatestdevelopmentsofsignalsparserepresentation,designofmeasurementmatrixandreconstructionalgorithm・Thenthispaperalsodiscussestheexistingdifficultproblems.Basedonthediscretefouricrt

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。