欢迎来到天天文库
浏览记录
ID:35181093
大小:3.94 MB
页数:80页
时间:2019-03-21
《红外图像压缩感知的快速方法》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、分类号TP391学校代码10590UDC621.39密级公开深圳大学硕士学位论文红外图像压缩感知的快速方法学位申请人姓名梁钟尹专业名称信息与通信工程学院(系、所)信息工程学院指导教师姓名黄建军教授深圳大学学位论文原创性声明和使用授权说明原创性声明本人郑重声明:所呈交的学位论文红外图像压缩感知的快速方法是本人在导师的指导下,独立进行研究工作所取得的成果。除文中已经注明引用的内容外,本论文不含任何其他个人或集体已经发表或撰写过的作品或成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本声明的法律结果由本人承担。论文作者签名:日期:年月
2、日红外图像压缩感知的快速方法摘要在多传感器组网系统中,由于红外光学设备采集的图像数据具有较大的数据量,导致组网系统的传输、处理和存储等任务变得越来越艰巨。压缩感知(CompressiveSensing,CS)技术因可以实现图像信号的高效压缩与精确恢复而成为图像领域新的研究热点,然而图像压缩感知仍旧存在实时性难以满足的问题。因此,本文针对该问题,以红外图像为主要研究对象展开研究,具体包括:1)为了提升压缩感知的处理速度,提出基于子采样IFFT的快速压缩感知方法。一方面,针对子采样FFT具有运算速度快的特性,进一步提出子采样IFFT;另一方面,针对现有的
3、压缩观测方式存在高维观测矩阵构造时间长、压缩采样处理速度慢等问题,在基于随机滤波器压缩感知方法的基础上,结合子采样IFFT提出基于子采样IFFT的快速压缩感知(Sub-sampledInverseFastFourierTransformbasedCompressiveSampling,SSIFFT)方法。SSIFFT方法利用频域子采样等效于时域下采样的性质,能够有效降低感知端的计算量,提升处理速度。理论分析和实验结果表明:SSIFFT方法能快速有效地获取压缩量测。2)为了提升红外图像重构速度,提出目标属性辅助的子空间OMP(OrthogonalMat
4、chingPursuit)算法。为了充分利用子空间OMP类算法计算量小、结构简单、容易实现且广泛运用在实际系统中的优势,同时为了避免该类算法由于子空间选择和设置不当导致重构速度变慢的问题,根据红外小目标尺寸的先验性,提出目标属性辅助的固定子空间OMP算法。在此基础上,为解决子空间自适应问题,根据红外成像特点,即目标图像空域稀疏性、目标尺寸先验性及凝聚性,进一步提出了目标属性辅助的自适应子空间OMP算法。实验结果证明所提出的两种算法相较于子空间类OMP算法具有更快的处理速度和更高的重构质量。综上所述,本文所提出的红外图像压缩感知快速方法能够有效提升红外
5、图像压缩采样和重构的处理速度,为多传感器组网系统在实际应用中提供技术支持。关键词:红外图像;压缩感知;子采样IFFT;重构算法;目标属性辅助的子空间ITheFastMethodsonInfraredImageCompressiveSensingAbstractInthemulti-sensornetworksystem,duetothebigimagedatacollectedbyinfraredopticalsensors,theprocessingtasks,suchastransmissionandstorage,havebeenbecomin
6、gmoreandmoredifficult.Compressivesensing(CS)techniquesareattractingmoreattentionofresearchers,sinceithastheadvantagesofhigh-efficientcompressionandperfectreconstructionofimages.However,real-timeimageCSwouldbequitedifficult.Inordertosolvethisproblem,thispaperinvestigatesthefollo
7、wingresearchesoninfraredimages:1)Inordertoliftthespeedofcompressivesampling,anapproachonfastCSbasedonsub-sampledIFFTispresented.Ononehand,forthefastcomputationspeedofsub-sampledFFT,thepaperpresentsthesub-sampledIFFT;Ontheotherhand,fortheexistingproblemssuchaslongtimeofreconstru
8、ctionofhigh-dimensionalobservationmatrixandslowspeedof
此文档下载收益归作者所有