基于压缩感知图像重构算法研究

《基于压缩感知图像重构算法研究》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、学校代码10530学号201330111792分类号TM315密级公开硕士学位论文基于压缩感知图像重构算法研究学位申请人杨柳指导教师李哲涛副教授学院名称信息工程学院学科专业电子与通信工程研究方向无线传感器网络二○一六年五月三十日ResearchonimagereconstructionalgorithmofcompressedsensingCandidateYangLiuSupervisorLiZhetaoCollegeCollegeofInformationEngineeringProgramElectronicandCommun

2、icationEngineeringSpecializationWirelessSensorNetworkDegreeProfessionaldegreeUniversityXiangtanUniversityDateMay,30th,2016湘潭大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加Ｗ标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个。人和集体，均己在文中明确方式标明本人完全意识到本声明

3、的法律后果由本人承担。＂０作者签名：考参节曰期：年主月＾曰Ｉ学位论文臟使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意聲校保留并向国家有关部ｎ或化构送交论文的复巧件巧电子版，化许论文被查阅和借阅。本人授权湘潭大学可Ｗ将本学位论文的全部或部分内容编入有关数据库进行检索、缩印或扫描等复制手段保在巧汇编本学位，可从采巧影巧论文。涉密论文按学校规定处理。ク作者签名：曰：曰期年又月ｉ年名导师签名：百期曰皆ｆｔ矣月ｆ摘要21世纪，随着智能传感器网络进一步扩展，越来越多的

4、传感器产品的开始投入实际使用当中，高速图像及信息处理正面临巨大挑战，而传感器设备所要采集的数据将是前所未有的。在20世纪，绝大多数用于采集信号的传感器设备，基本上都是以Shannon-Nyquist采样定理为理论指导。因Shannon-Nyquist采样定理规定了信息采样率的最小值，故其成为准确重构原始数据信号的必要条件。近年来，突破了Shannon-Nyquist采样定理的压缩感知技术的提出，其不再受最低信息采样频率限制，这标志着数据采集进步史上的一大里程碑。CS理论的思想依据压缩感知理论研究采样率的减少和重构率的提升，这为信号处

5、理领域的发展带来的新的方法和憧憬，也提高了信号的稀疏度和信号的还原率。经过对经典重构算法的研究分析后，本文提出了两个改进算法：第一，改进的正交匹配追踪算法；第二，基于分段正则化子空间追踪的图像重构算法。本文开展的主要研究工作内容如下：提出一种改进的正交匹配追踪算法。通过阐述已有的的正交匹配追踪系列算法，得到其共同不足是，在信号重构阶段，需要以输入原始信号的稀疏度为前提，且重构后出现了精度较低、准确率不够等问题，本文提出了一种改进的正交匹配追踪算法，其主要特征是针对信号稀疏度和支撑集大小具有自适应性特点的一种协作重构信号方法。具体步骤

6、如下：通过预测稀疏度信息，协作更新与扩展支撑集，减低对支撑集的错误估计和错误修正。改进的正交匹配追踪算法不仅在图像还原上比OMP算法更为优越，在重构误差方面也能够随测量信号维数的增加而减少，且下降的趋势比OMP算法更明显。提出了一种基于分段正则化子空间追踪的图像重构（StepwiseRegularizationSubspacePursuit,SRSP）算法。其主要思想是在算法迭代之前，采用阈值处理的方法剔除掉可能为非支撑集中的原子，再正则化处理候选集的原子。实验证明，当采样率为0.5时，SRSP的图像重构效果、PSNR及重构时间要优

7、于其他与之相比较的算法（MP、OMP、StOMP、ROMP、CoSaMP和SP）。关键词：压缩感知；贪婪算法；匹配追踪算法；图像重构；子空间IIAbstractWiththefurtherexpansionofintelligentsensornetworkandthecountlesssensorproductscomingintopracticalserviceinthe21stcentury,highspeedimageandinformationprocessingisfacingenormouschallenges,and

8、thedatacollectedbysensordeviceswillbeunprecedented.Inthe20thcentury,thevastmajorityofcollectingsignalofsensordevices,