基于matlab图像压缩感知论文说明书

《基于matlab图像压缩感知论文说明书》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、-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系：电气工程系专业：电子信息工程.---目录目录I第1章绪论31.1研究背景和意义31.2数据压缩技术41.2.1传统数据压缩技术41.2.2压缩感知理论（Compressed/CompressiveSensing/Sampling,CS）51.3无线传感器网络71.3.1无线传感器网络概述71.3.2无线传感器网络数据压缩的必要性91.4本文主要工作和内容安排10第2章压缩感知理论112.1压缩感知的前提条件—稀疏性和不相干性112.2三个关键技术142.3信号的

2、稀疏表示152.4观测矩阵设计172.5稀疏信号的重构192.6重构算法202.7压缩感知优势及不足212.8压缩感知在传感网中的观测方式22第3章压缩感知理论应用概述243.1压缩成像243.2模拟信息转换243.3生物传感253.4本章小结25第4章CS在无线传感网中的应用26.---4.1研究背景264.1.1基于感知数据相关性的压缩264.1.2传统压缩重构方法274.1.3图像压缩重构质量的评价274.2压缩感知理论算法对一维信号的实现294.2.1CS用于WSN的优势294.2.2观测重构模型304.2.2正交匹配追踪

3、算法（OMP）304.2.3算法的实现及结果分析314.3压缩感知理论算法对二维图像重构的实现354.3.1基于小波变换的分块压缩感知理论354.3.2实现步骤364.3.3重构结果及分析394.4本章小结42第5章总结与展望435.1工作总结435.2后续展望43参考文献44致谢46附录47.---摘要数据压缩技术是提高无线数据传输速度的有效措施之一。传统的数据压缩技术是基于奈奎斯特采样定律进行采样，并根据数据本身的特性降低其冗余度，从而达到压缩的目的。近年来出现的压缩感知理论（CompressedSensing,CS）则不受制

4、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面的最新进展，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

5、，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.---AbstractThedatacompressiontechnologyisoneoftheefficientmeasuresforincreasingthespeedofwirelessdatacommunication.TraditionaldatacompressiontechnologyisbasedonNyquistsampli

6、ngtheorem,reachingthegoalofcompressionbydecreasingredundancyofinformation.Inrecentyears,CompressedSensing(CS)comesoutasanewsamplingtheory,itdoesnothavetoobeyNyquistsamplingtheorem,anditcankeeptheoriginalstructureofsignalsbyattainingthenon-adaptivelinearprojections.So,

7、CScangatherthecompresseddatadirectlyandgetmoreinformationfromlessdata.Thispaperreviewsthetheoreticalframeworkandthekeytechnicalproblemsofcompressedsensingandintroducesthelatestdevelopmentsofsignalsparserepresentation,designofmeasurementmatrixandreconstructionalgorithm

8、.Thenthispaperalsodiscussestheexistingdifficultproblems.Basedonthediscretefouriertransform(DFT)anddiscretecosinetransform(DC