压缩感知算法及其在矢量量化中的应用

《压缩感知算法及其在矢量量化中的应用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、单位代码：10293密级：公开硕士专业学位论文论文题目：压缩感知算法及其在矢量量化中的应用学号Y201092309姓名普晶晶导师赵生妹专业学位类别工程硕士类申请型全日制P在职□专领域）业（论文提交日期电子与通信工程二O一二年二月南京邮电大学学位论文原创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均

2、已在论文中作了明确的说明并表示了谢意。本人学位论文及涉及相关资料若有不实，愿意承担一切相关的法律责任。研究生签名：_____________日期：____________南京邮电大学学位论文使用授权声明本人授权南京邮电大学可以保留并向国家有关部门或机构送交论文的复印件和电子文档；允许论文被查阅和借阅；可以将学位论文的全部或部分内容编入有关数据库进行检索；可以采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质论文的内容相一致。论文的公布（包括刊登）授权南京邮电大学研究生院（筹）办理。涉密学位论文在解密后适用本

3、授权书。研究生签名：____________导师签名：____________日期：_____________南京邮电大学工程硕士学位论文摘要学科、专业：工程电子与通信工程研究方向：压缩感知应用研究作者：2009级硕士研究生普晶晶指导老师：赵生妹教授题目：压缩感知算法及其在矢量量化中的应用英文题目：StudyonCompressedSensingAlgrithomanditsApplicationinVectorQuantization主题词：压缩感知；压缩感知重建算法；矢量量化Keywords:Compressedsensing;

4、Compressedsensingreconstructionalgorithm;Vectorquantization南京邮电大学全日制工程硕士论文摘要摘要压缩感知理论是近几年出现的集采样、压缩和编码与一起的新型信号处理方法。它突破了奈奎斯特采样定理，利用很少量的采样值，通过求解凸优解，获得原始信号高概率精确重构。由于其特性，现被广泛地应用于语音、图像等诸多实际应用中。本文研究压缩感知重建算法及其在神经网络矢量量化中的应用。论文首先描述了压缩感知的基本理论，通过数值仿真方法，分析了压缩感知的几种重建算法，其中包括贪婪算法中的正交匹配

5、追踪算法(OMP)、正则化的正交匹配追踪算法(ROMP)、子空间匹配追踪算法(SP)，凸优化算法中的梯度投影算法(GPSR)、硬迭代阈值算法(IHT)、平滑l0范数算法(SL0)以及非凸算法中的迭代重新加权算法(IRLS)，比较了各种算法的性能。结果表明：SL0算法和IRLS算法在重构精度方面明显优于其他算法，其次是SP算法，再次是ROMP和OMP，最后是GPSR和IHT算法。当采样率为0.9时，以标准Lena图像为例，SL0算法和IRLS算法两者重构图像的峰值信噪比(PSNR)大于45dB，SP算法接近40dB；就重构时间而言，I

6、HT算法最优，同等条件下，它需要时间最短，明显低于其他压缩感知重建算法。然后论文探讨了压缩感知在神经网络矢量量化中的应用。矢量量化是一种有效的有损压缩技术，当压缩比大时，图像质量恢复就会不理想。通过将压缩感知理论应用于神经网络矢量量化，可以大幅度提高在压缩比大时图像的恢复质量。论文把压缩感知理论应用于神经网络矢量量化，从小波层数和测量数分析了不同的压缩感知重建算法，如OMP、GP、SP、IRLS、SL0、GPSR，对神经网络矢量量化的图像恢复质量和恢复时间的影响，通过数值仿真手段，获得了基于压缩感知神经网络矢量量化的最优方案。结果表

7、明：在单层小波变换时，利用压缩感知技术，可使lena图、girl图、couple图的神经网络矢量量化图像质量(PSNR)分别提高6-7dB，3-4dB左右和1dB以下；两层小波变换时，可提高3-4dB，1-2dB和1dB以下；且在同等条件下，GPSR算法重构质量好与其他算法，所用时间也少与其他算法。关键字：压缩感知；压缩感知重建算法；矢量量化I南京邮电大学全日制工程硕士论文ABSTRACTABSTRACTCompressedsensingiscurrentlyanovelsignalprocessingmethod,whichcom

8、prisesofsampling,compressingandcoding.IthasbrokentheNyquistsamplingtheorem,andcanreconstructtheoriginalsignalinahighp