共查询到18条相似文献，搜索用时 312 毫秒
1.
《实验室研究与探索》2016,(5)
针对藏族壁画特点在采集图像时采用一种基于小波压缩的感知算法,利用改进的小波变换,分解图像高频分量和低频分量,并进行稀疏变换,达到采样压缩。图像重构利用压缩感知OMP算法重构图像,实验表明,原始图像分块数和随机矩阵不变时,采样率越大,PSNR越小,重构的图像也越清晰,针对藏族壁画算法有效。 相似文献
2.
3.
针对稀疏重构算法在电能质量重构中存在实时性差、重构精度低的问题,提出一种基于特征向量归一化的K奇异值分解(KSVD-NRAMP)自适应稀疏重构算法。算法针对电能质量信号的非线性非稳态特征,采用迭代式匹配追踪得到信号稀疏特征矩阵,然后对矩阵进行归一化处理,量化特征向量,加快函数收敛速度。接着对得到的矩阵原子进行奇异值分解,改善迭代步长波动造成信号重构精度低的问题,最后构建信号的高斯随机矩阵并重构信号。当信号压缩率在50%~90%时,该算法重构信噪比其它重构算法的重构信噪比高出26dB~28dB。实验结果表明,该算法重构精度更高且计算时间短,为电能质量信号的研究提供了一种新思路。 相似文献
4.
《十堰职业技术学院学报》2017,(6):103-106
基于低秩近似方法进行图像去噪逐渐成为图像处理领域研究的热点。将图像块分解成一个低秩矩阵和噪声矩阵,利用矩阵的秩来约束图像块的相似性,且现有的非局部稀疏表示算法利用图像块的自相似性进行去噪。鉴于此,提出低秩近似与非局部稀疏的图像去噪模型。该算法加强了图像分解的全局稀疏性约束,更好地保留了图像的细节和边缘信息。 相似文献
5.
6.
为解决传统电能质量信号在采样时面临的采样率高,采样资源浪费和硬件成本高的问题,压缩感知理论被引入到电能质量信号的采样与重构过程。信号的稀疏表示是压缩感知理论中的关键问题,一般选择正交基作为压缩感知中的稀疏变换基。基于多重扰动的电能质量信号,本文提出了基于不同干扰的电能质量模型来选择不同的信号稀疏变换基的压缩感知重构算法。实验证明与整个信号采用单一DCT变换基或FFT变换基的压缩感知重构算法相比,本文提出的方法具有更好的信号重构性能。 相似文献
7.
图像是人类获取信息和传递信息的重要手段,但是图像占有相当大的数据量。本文致力于研究矩阵的低秩逼近实现图像压缩,提出了一种矩阵广义低秩逼近算法中获得和的非迭代算法——SVGLRAM。通过在不同的人脸数据库上选取不同的参数做实验得知,这种算法能获得和GLRAM接近的误差和压缩比,并且具有很小的时间和空间复杂度。 相似文献
8.
以双树复数小波基为稀疏基,局部哈达玛矩阵为观测矩阵,在IST算法的基础上提出一种改进的快度二步迭代混合范数算法,目标函数采用混合范数模型,二步迭代加速了目标函数的优化,二步迭代混合范数算法收敛于混合目标函数的最小值。改进的算法重构速度高于IST算法的2.5倍,图像的均方误差减小50%以上。与以DCT为稀疏基、高斯矩阵为观测矩阵、快速二步迭代混合范数算法为重构算法的压缩感知重构系统相比,改进算法的峰值信噪比提高了约1dB,表明改进算法具有更好的图像重构质量和重构速度。 相似文献
9.
对于水下目标的波达方向估计(DOA)问题,提出一种基于压缩感知的估计方法。压缩感知(CS)是近年来出现的一种新的数据获取方法,能以低于Nyquist的采样率对稀疏数据或可压缩数据进行采样并以高概率对采样数据恢复重构。以水下目标的方位信号为估计对象,采用CS的正交匹配跟踪(OMP)技术估计稀疏信号中能量较强的位置,从而实现对目标的定向。为了验证基于CS技术的DOA估计方法的性能,将其与传统的MUSIC算法进行了对比,仿真验证的结果表明,新方法在估计角分辨率和有效性方面均优于MUSIC算法。 相似文献
10.
《赣南师范学院学报》2022,(3):116-120
由于图像在获取、发布或传输过程中受到噪声的污染,导致图像质量下降.现有的大部分图像去噪方法仅针对高斯噪声情况进行图像恢复,一般来说,现实中图像容易同时受到高斯噪声和椒盐噪声的污染.针对这一情况,文章提出基于加权低秩表示和L_1范数的混合噪声去除算法.该算法首先采用加权低秩表示来刻画图像的全局特性,同时利用L_1范数来描述稀疏噪声,设计了图像混合去噪模型.然后采用交替方向乘子法对混合去噪模型进行求解.最后对含混合噪声的图像进行了仿真实验分析,结果表明提出的算法能够较好地去除图像中的混合噪声,进一步提高图像的视觉感知质量. 相似文献
11.
针对压缩感知重构算法中信号稀疏度未知和步长大小固定的问题,提出一种新的压缩感知信号重构算法,即基于弱选择的稀疏度自适应回溯追踪（SPWAMP）算法。该算法将自适应思想、变步长迭代思想与回溯思想相结合,在未知信号稀疏度的情况下,利用阈值方法选取预选集,通过变步长更新支撑集原子个数并结合回溯思想剔除不可靠原子,最终实现信号精确重构。仿真结果表明,当信号稀疏度K达到65时,该算法重构精度相对稀疏度自适应匹配追踪（SAMP）算法提高了40%,而此时正交匹配追踪（OMP）算法、子空间追踪（SP）算法和分段弱选择正交匹配追踪（SWOMP）算法已无法实现重构。因此,该算法相对其它同类算法提高了信号重构精度。 相似文献
12.
13.
基于多分辨率自适应方块编码的图像压缩 总被引：1，自引：0，他引：1
固定块BTC编码既具有DPCM算法简单,又具有变换法抗误码能力强的优点,但也有着压缩率低的缺点.块的大小与编码后恢复的图像质量是一对矛盾,为解决这个矛盾,本文提出了多级自适应方块编码算法,期望在图像质量和压缩率间达到一种均衡状态.这种算法易于实现而且具有较好的图像质量和较好的压缩效果.并且,本文探讨了利用人眼特性,对分块判决方式进行改良的可能性. 相似文献
14.
15.
In this paper, a distributed compressive spectrum sensing scheme in wideband cognitive radio networks is investigated. An
analog-to-information converters (AIC) RF front-end sampling structure is proposed which use parallel low rate analog to digital
conversions (ADCs) and fewer storage units for wideband spectrum signal sampling. The proposed scheme uses multiple low rate
congitive radios (CRs) collecting compressed samples through AICs distritbutedly and recover the signal spectrum jointly.
A general joint sparsity model is defined in this scenario, along with a universal recovery algorithm based on simultaneous
orthogonal matching pursuit (S-OMP). Numerical simulations show this algorithm outperforms current existing algorithms under
this model and works competently under other existing models. 相似文献
16.
王晓虹 《商丘职业技术学院学报》2007,6(5):65-67
阐述了SAR雷达主要特点、应用及其信号处理技术的发展状况，研究了SAR雷达信号处理的几个主要技术——宽带信号产生器、高采样率模数变换、脉冲压缩技术、运动补偿技术、SAR成像算法、实时成像处理器、慢速动目标检测和成像技术．对SAR雷达的进一步发展具有深远的意义． 相似文献
17.
冼军 《浙江大学学报(A卷英文版)》2005,6(7):760-763
In this paper, we mainly pay attention to the weighted sampling and reconstruction algorithm in lattice-invariant signal spaces. We give the reconstruction formula in lattice-invariant signal spaces, which is a generalization of former results in shift-invariant signal spaces. That is, we generalize and improve Aldroubi, Grochenig and Chen's results, respectively. So we obtain a general reconstruction algorithm in lattice-invariant signal spaces, which the signal spaces is sufficiently large to accommodate a large number of possible models. They are maybe useful for signal processing and communication theory. 相似文献
18.
为了解决低对比度成像条件下传统三维轮廓重建算法精度偏低的问题,提出一种基于邻域距离最小化准则、由粗到细的高精度轮廓三维重建算法。首先使用 Canny 算子对目标图像进行边缘检测,再利用目标形状、尺寸等先验信息剔除分割出的虚假目标边缘。随后,计算边缘点法线方向上的梯度加权值作为工件初始化轮廓,根据左右一致性原则筛选出粗匹配点对,在匹配点对邻域附近使用亚像素进行精细搜索,利用邻域距离最小化准则估算出当前最佳亚像素匹配点对,并将其用于激光刻形工件的尺寸测量,总体精度可达 0.1mm。该方法有效降低了轮廓重建算法对边缘定位精度的依赖,同时提高了轮廓重建精度。 相似文献