freepeople性欧美熟妇, 色戒完整版无删减158分钟hd, 无码精品国产vα在线观看DVD, 丰满少妇伦精品无码专区在线观看,艾栗栗与纹身男宾馆3p50分钟,国产AV片在线观看,黑人与美女高潮,18岁女RAPPERDISSSUBS,国产手机在机看影片

正文內(nèi)容

基于matlab的圖像壓縮感知算法的實(shí)現(xiàn)畢業(yè)設(shè)計(jì)說(shuō)明書(shū)(編輯修改稿)

2025-04-03 09:53 本頁(yè)面
 

【文章內(nèi)容簡(jiǎn)介】 縮這兩項(xiàng)功能,數(shù)據(jù)傳輸所需要的能量是最多的,所以,如果要節(jié)約傳感器節(jié)點(diǎn)的電池能量,必定要減少傳輸?shù)臄?shù)據(jù)量,因此在無(wú)線傳感器網(wǎng)絡(luò)中運(yùn)用數(shù)據(jù)壓縮技術(shù)來(lái)減少數(shù)據(jù)量一直是一個(gè)值得深入研究的問(wèn)題。無(wú)線傳感器網(wǎng)絡(luò)中的感知數(shù)據(jù)能夠進(jìn)行壓縮是因?yàn)樗邆鋽?shù)據(jù)壓縮的前提條件:首先,傳感器節(jié)點(diǎn)密度很大,節(jié)點(diǎn)之間感知的范圍相互重疊,這種高密度的節(jié)點(diǎn)分布一方面使得感知數(shù)據(jù)可靠性增強(qiáng),另一方面也引起了數(shù)據(jù)冗余,使得相鄰節(jié)點(diǎn)之間所采集的 數(shù)據(jù)具有高度相關(guān)性,稱為空間相關(guān)性;其次,由于傳感節(jié)點(diǎn)感知的物理數(shù)據(jù)大多數(shù)隨著時(shí)間變化很緩慢,所以同一個(gè)傳感器節(jié)點(diǎn)所感知的數(shù)據(jù)之間也有相關(guān)性,稱為時(shí)間相關(guān)性。利用這兩種相關(guān)性,可以對(duì)感知數(shù)據(jù)采取相應(yīng)的數(shù)據(jù)壓縮技術(shù)。 圖 14 中監(jiān)測(cè)區(qū)域中有大量的無(wú)線傳感節(jié)點(diǎn),傳感節(jié)點(diǎn)可以感知各種物理環(huán)境,包括聲音、溫度、壓力、地震等。人們將傳感器節(jié)點(diǎn)采集的大量數(shù)據(jù)采用某種壓縮技術(shù)壓縮,壓縮后的少量數(shù)據(jù)傳送到 sink 節(jié)點(diǎn) (或者是融合中心 ),再由 sink 節(jié)點(diǎn)按照對(duì)應(yīng)的恢復(fù)算法恢復(fù)出采集的數(shù)據(jù)。這樣,通過(guò)傳輸少量數(shù)據(jù)就可以得到整 個(gè)監(jiān)測(cè)區(qū)域內(nèi)的詳細(xì)情況。 13 本文主要工作和內(nèi)容安排 本文在介紹壓縮感知理論 /分布式壓縮感知理論的基礎(chǔ)上,將它們應(yīng)用到無(wú)線傳感數(shù)據(jù)壓縮領(lǐng)域,用于壓縮傳感節(jié)點(diǎn)采集的信號(hào),降低傳輸能耗,節(jié)約電池能量。 本文內(nèi)容安排如下: 第一章 簡(jiǎn)單介紹了課題的研究背景,包括現(xiàn)有的數(shù)據(jù)壓縮技術(shù)和有關(guān)無(wú)線傳感網(wǎng)絡(luò)的基本知識(shí)。 第二章 詳細(xì)闡述了壓縮感知理論,深入介紹了壓縮感知理論的核心思想 — 可壓縮信號(hào)(信號(hào)稀疏化)、測(cè)量矩陣和重構(gòu)算法 ,總結(jié)了壓縮感知理論的優(yōu)勢(shì)及不足。 第三章 進(jìn)一步介紹由壓縮感知理論發(fā) 展而來(lái)的分布式壓縮感知理論,分別描述了三種聯(lián)合稀疏模型及其應(yīng)用范圍,最后,將其與壓縮感知理論作了仿真性能比較。 第四章 將傳感網(wǎng)中數(shù)據(jù)傳輸與壓縮感知理論結(jié)合,分別利用壓縮感知和分布式壓縮感知框架下的信號(hào)壓縮、重構(gòu)方法對(duì)實(shí)際的感知數(shù)據(jù)進(jìn)行處理,給出了實(shí)際的應(yīng)用效果,并重點(diǎn)研究了量化對(duì)于算法的影響。 第五章 對(duì)全文進(jìn)行總結(jié)并展望下一步的研究工作。 圖 無(wú)線傳感網(wǎng)通信體系結(jié)構(gòu) 14 第 2 章 壓縮感知理論 傳統(tǒng)通信系統(tǒng)中的采樣遵循的是奈奎斯特抽樣定理,該定理指出,為防止在獲得信號(hào)時(shí)損失信息,抽樣速率必須大于信號(hào)帶寬的兩倍。在許多應(yīng)用中 ,包括數(shù)字圖像和視頻攝像中,奈奎斯特抽樣速率太高,不利于數(shù)據(jù)存儲(chǔ)和傳輸;在其他應(yīng)用,包括圖像系統(tǒng)(醫(yī)療瀏覽和雷達(dá))、高速模數(shù)轉(zhuǎn)換中,增加抽樣速率代價(jià)也很昂貴。壓縮感知?jiǎng)t是保存原始信號(hào)結(jié)構(gòu)的線性投影,然后再?gòu)倪@些投影中將信號(hào)重構(gòu)出來(lái),其速率遠(yuǎn)遠(yuǎn)低于奈奎斯特抽樣率。 CS 理論系統(tǒng)與傳統(tǒng)通信系統(tǒng)的類似關(guān)系如圖 21 所示: 信 源 編 碼 信 道 編 碼 信 道 信 道 解 碼 信 源 解 碼 由圖 21 可知,在 CS 系統(tǒng)中,信源和信道編碼被 CS 測(cè)量(即一個(gè)矩陣與信號(hào)矢量相乘的形式)代替;信道和信源解碼則用 CS 恢復(fù)(即依賴于優(yōu)化準(zhǔn)則的恢復(fù)算法)替代。 壓縮感知理 論主要由三部分構(gòu)成:稀疏信號(hào)、觀測(cè)矩陣和重構(gòu)算法。下面將從這三個(gè)方面詳細(xì)講述壓縮感知的關(guān)鍵技術(shù)。 壓縮感知的前提條件 —稀疏性和不相干性 CS隱含的兩個(gè)基本前提:稀疏性和不相關(guān)性。前者屬于信號(hào)的性質(zhì),后者和感知(觀測(cè))形式有關(guān)。 稀疏性:稀疏性表達(dá)了這樣一個(gè)思想,一個(gè)連續(xù)時(shí)間信號(hào)的“信息速率”可能比由帶寬所決定的香農(nóng)采樣率要低很多,或者,一個(gè)離散時(shí)間信號(hào)所依賴的自由度數(shù)目遠(yuǎn)遠(yuǎn)低于它的長(zhǎng)度。更準(zhǔn)確地說(shuō), CS利用了這樣一個(gè)事實(shí),即許多自然信號(hào)在某個(gè)合適的基 Ψ下具有簡(jiǎn)潔的表達(dá)。 不相關(guān)性:不相關(guān)性說(shuō)明用于采 樣信號(hào)的波在基 Ψ下有很稠密的表達(dá)。不相關(guān)性表達(dá)了這樣的思想,正如時(shí)間域的 Dirac或者沖擊信號(hào)可以在頻域展開(kāi)那樣,在基 Ψ下具有稀疏表示的信號(hào)一定可以在獲得它們的某個(gè)域中展開(kāi)。 圖 CS 理論系統(tǒng)與傳統(tǒng)通信系統(tǒng)的類似關(guān)系 CS 測(cè)量 CS 恢復(fù) 15 1 稀疏性 眾所周知,任意長(zhǎng)度為 N 的離散信號(hào) X 都可以表示為一系列基函數(shù)的疊加, 即可以在任何正交基下用下式表示: (式 ) 其中?由一組基向量? ?Nii 1??構(gòu)成的正交基,例如, sinusoids,尖峰 spikes、Bsplines, wavelets。?為展開(kāi)系數(shù)。展開(kāi)系數(shù)大,說(shuō)明信號(hào)和基足夠相似。如果信號(hào)在基 下的展開(kāi)系數(shù)在很小 的集合上有值,我們就說(shuō)該信號(hào)在 域是稀疏的,如果有值序列集中在一個(gè)小范圍內(nèi),那么我們就說(shuō)該信號(hào)是可以壓縮的。本章我們將集中研究具有稀疏表示的信號(hào),其中 X是 K個(gè)基向量的線性組合, KN。也就是說(shuō), 0,min ?? gf中僅有 K個(gè)非零 i?, 另外 N K個(gè)都是零。 許多自然信號(hào)在一些基下有簡(jiǎn)潔的表達(dá)。圖 ( a)是一幅具有 N( N =512 512)個(gè)像素點(diǎn)的 coins圖像向量NR?,我們?cè)?9/7小波基]...,[ ,2,1 N?????下展開(kāi)該向量,如(式 ),其中?是,2,1 ...,N???為列向量構(gòu)成的?的矩陣,是正交基。圖 ( b)是 coins圖像的 9/7小波系數(shù)在一維下的表示 。圖 ( c)展示了這樣一個(gè)事實(shí):將圖像在 9/7小波變換域丟掉 %的小系數(shù)后得到的逼近圖像盡管 PSNR只有,但肉眼很難察覺(jué)到失真。由此可見(jiàn),盡管原圖中幾乎所有的像素都是非零值,它在 9/7小波域中卻是稀疏的:大部分小波系數(shù)都很小,少數(shù)的大系數(shù)( 1/16)就可以捕獲信號(hào)的大部分信息。 本例中僅僅保留展開(kāi)(式 )中?的? ?)161( NKK ?個(gè)大系數(shù)得到 KKX ??,其中 K?表示系數(shù)向量的除 K個(gè)大系數(shù)外其余置 0的向量。該向量從嚴(yán)格意義上說(shuō)是稀疏的,因?yàn)?KN ,即除了極少數(shù)項(xiàng)外其余均為 0。 現(xiàn)在稀疏的含義很清楚了:如 果 x在某個(gè)變換域下是稀疏或者可壓縮的,就意味著將 x的系數(shù)Nii ,.. .,1, ??按幅值大小排列衰減很快,那么 x可以由 K個(gè)大系數(shù)很好地逼近 KKX ???。圖 ( c)所示告訴我們,可以丟棄除了少數(shù)幾個(gè)系數(shù)外的所有小系數(shù)而不會(huì)帶來(lái)視覺(jué)上的損失。我們稱至多有 K個(gè)非零項(xiàng)的向量為 K 稀疏,且有 KKX ?????。稀疏性原理是大部分現(xiàn)代有損壓縮編碼算法和許多其它應(yīng)用的基礎(chǔ)。不過(guò)在傳統(tǒng)編碼中,這 K個(gè)大系數(shù)的位置必須事先確定。更一般地,稀疏性是一個(gè)基本的建模工具,可以進(jìn)行信號(hào)的精確統(tǒng)計(jì)估計(jì)和分類、有效的數(shù)據(jù)壓縮等等。而近幾年來(lái) Cand232。s等人提出的壓縮感知理論使得稀疏 性有了更加令人驚奇的深遠(yuǎn)含義,即信號(hào)稀疏性對(duì)采樣本身有重要意義,稀疏性決定了我們可以擺脫奈奎斯特采樣頻率的約束,并可以做到高效地非自適應(yīng)地采樣信號(hào)。 16 2 不相關(guān)性 Cand232。s, Romberg等人已經(jīng)證明一個(gè)降維的投影集合包含了重構(gòu)稀疏信號(hào)的足夠信息。這就是壓縮感知( CS)理論的核心內(nèi)容。在 CS中,假定信號(hào)在某個(gè)變換域的系數(shù)是 K項(xiàng)稀疏的,我們不直接對(duì) K個(gè)重要的系數(shù) i?直接編碼,而是將信號(hào)的系數(shù)向量投影到另一個(gè)基函數(shù)集合? ?Mmm ,...,1, ??上,觀測(cè)得到 M (N)個(gè)投影 ??? XyTmm ,?然后 再編碼。用矩陣表示,則有,Y ??。其中 Y 是一個(gè)1?M的列向量,觀測(cè)矩陣?是一個(gè)以每個(gè)基向量 m作為行向量的N矩陣。由于 MN,從觀測(cè)向量 y中重構(gòu)信號(hào) x是一個(gè)欠定問(wèn)題,然而信號(hào)稀疏的附加假設(shè)使得恢復(fù)成為可能也是可行的。 CS理論告訴我們,當(dāng)滿足一定條件時(shí),也即是基 n?不能稀疏表示 m?(該條件被稱為兩組基不相關(guān))并且觀測(cè)值個(gè)數(shù) M足夠大,那么就可以從一個(gè)相似規(guī)模的集合??m中恢復(fù)大系數(shù)集合??n?,繼而也就可以得到信號(hào) X。許多對(duì)基都滿足不相關(guān)性質(zhì),例如,三角尖峰和傅里葉基中的正弦波不相關(guān),傅里葉基和小波基不相關(guān)。重要的是,任意一個(gè)固 定的基和一個(gè)隨機(jī)產(chǎn)生的基也以高概率滿足這種不相關(guān)。因此在 CS理論中隨機(jī)矩陣被廣泛應(yīng)用于 CS觀測(cè)中。在框架下或者基下可以找到稀疏表示的信號(hào)都可以以同樣的方式從不相關(guān)觀察中恢復(fù)。 文獻(xiàn) [3]給出了相關(guān)性度量的具體定義,如下。 定義 :觀測(cè)系統(tǒng)?和表示系統(tǒng)?之間的相關(guān)性度量用?表示,則有如下式子成立: ( 式 ) 簡(jiǎn)單來(lái)講,相關(guān)性度量的是兩個(gè)矩陣 和 的元素之間的最大相關(guān)性。如果?和?包含了相關(guān)的元素,則相關(guān)性很大;否則,就很小。相關(guān)系數(shù)取值范圍為(a)512x512 的 coins 原始圖像 ( b) coins 圖像的 9/7 小波系數(shù)在一 維下的表示 圖 稀疏重構(gòu)圖像案例 ?????? ?? jkNjkn ??? ,max),( ,1( c) 1/16 系數(shù)重構(gòu)圖像( PSNR=) 17 ],1[),( N????。壓縮采樣研究的是具有低相關(guān)性的兩個(gè)系統(tǒng)。下面 給出一些例子。 ( 1) 是尖峰基)()( kttk ????,?為傅立葉基njtij ent /22/1)( ????,則有 1?。進(jìn)一步講,尖峰信號(hào)和正弦信號(hào)不僅在一維而且在任何維,例如 2D,3D空間都具有最大的不相關(guān)性。 ( 2)?為小波基, 是 noiselet。這里, noiselet和 Haar小波基間的相關(guān)系數(shù)是2,noiselet和 Daubechies db4及 db8小波基間的相關(guān)性分別是 。這也可以擴(kuò)展到高維情況。 noiselets也和尖峰信號(hào)及傅立葉基高度不相關(guān)。人們對(duì) noiselets感興趣基于以下兩個(gè)事實(shí): 1)它們和為圖像數(shù)據(jù)和其它類型的數(shù)據(jù)提供稀疏表 示的系統(tǒng)不相關(guān); 2)它們具有快速算法。 noiselet變換的時(shí)間復(fù)雜度為 O(N),而且類似于傅立葉變換,noiselet矩陣不需要存儲(chǔ)。這一點(diǎn)對(duì)于高效的數(shù)字計(jì)算是至關(guān)重要的。如果沒(méi)有高效的計(jì)算, CS的實(shí)用性就會(huì)大打折扣。 ( 3)?為隨機(jī)矩陣,則 可以是任何固定的基。此時(shí)它們之間具有極大不相關(guān)。例如, 可以通過(guò)在單位球面上獨(dú)立均勻地采樣并做規(guī)范正交化得到,此時(shí),?和?間的相關(guān)性以很高的概率為Nlog2。各項(xiàng)服從獨(dú)立同分布的隨機(jī)波形? ?)(tk?,例如高斯分布或者1?,也表現(xiàn)出和任何固定基?具有很小的相關(guān)性。 研究者們通過(guò)大量的實(shí)驗(yàn) 分析,得出如下結(jié)論:精確重構(gòu)所需要的觀測(cè)值個(gè) 數(shù)依賴于稀疏變換基和觀測(cè)基之間的不相關(guān)性。不相關(guān)性越強(qiáng),所需的個(gè)數(shù)越少;反之,相關(guān)性越強(qiáng),例如?,則需要采樣所有的系數(shù)才能保證精確重構(gòu)。 三個(gè)關(guān)鍵技術(shù) 從以上壓縮感知理論的介紹中我們可以看出,壓縮感知理論主要包括以下三個(gè)方面的內(nèi)容: ( 1)信號(hào)稀疏表示; ( 2)信號(hào)的編碼測(cè)量即觀測(cè)矩陣的設(shè)計(jì); ( 3)信號(hào)重構(gòu)算法的設(shè)計(jì)。 信號(hào)的稀疏表示是指當(dāng)將信號(hào)投影到某個(gè)正交變換基時(shí),一般情況下絕大多數(shù)的變換系數(shù)的絕對(duì)值都是很小的,得到的變換向量也是稀疏的或者是近似稀 疏的,這是原始信號(hào)的一種簡(jiǎn)潔的表達(dá)方式,也是壓縮傳感理論的先驗(yàn)條件。信號(hào)必須得在某種變換下才可以進(jìn)行稀疏表示。通常我們可以選取的變換基有離散傅里葉變換基( DFT)、離散余弦變換基( DCT)、離散小波變換基( DWT)、 Curvelet 變換基、Gabor 變換基還有冗余字典等。在信號(hào)的編碼測(cè)量即觀測(cè)矩陣的設(shè)計(jì)過(guò)程中,要選擇穩(wěn)定的觀測(cè)矩陣,觀測(cè)矩陣的選取必須滿足受限等距特性 (Restricted Isometry Property, RIP)準(zhǔn)則,才能保證信號(hào)的投影能夠保持原始信號(hào)的結(jié)構(gòu)特征。通過(guò)原始 18 信號(hào)與觀測(cè)矩 陣相乘我們可以獲得原始信號(hào)的線性投影值。最后設(shè)計(jì)合適的重構(gòu)算法從所得到的觀測(cè)值和原來(lái)的觀測(cè)矩陣來(lái)重構(gòu)原始始號(hào)。 所以對(duì)壓縮感知理論的研究也主要是基于這三個(gè)方面的內(nèi)容: ( 1)信號(hào)的稀疏表示。即對(duì)于信號(hào)NRX? ,如何找到一個(gè)合適的正交基或者緊框架 Ψ,以使得原始信號(hào)在 Ψ上的表示是稀疏的。 ( 2)觀測(cè)矩陣的設(shè)計(jì)。即如何設(shè)計(jì)一個(gè)平穩(wěn)且滿足受限等距特性條件或者與變換基 Ψ 滿足不相關(guān)約束條件的 M N 維觀測(cè)矩陣 Φ,以保證信號(hào)稀疏表示后的向量 Θ能從原來(lái)的 N 維降到 M 維時(shí)所包含的重要信息沒(méi)有受到破壞,從而保證原始信號(hào)的準(zhǔn)確重構(gòu)。這個(gè)過(guò)程也就是壓縮感知理論中信號(hào)的低速采樣過(guò)程。 ( 3)重構(gòu)算法的設(shè)計(jì)。即如何設(shè)計(jì)快速有效且穩(wěn)定的重構(gòu)算法,從所得到的低維觀測(cè)向量中準(zhǔn)確地恢復(fù)原始信號(hào)。 下面我們對(duì)壓縮感知理論的這三個(gè)關(guān)鍵技術(shù)做一個(gè)詳細(xì)的總結(jié)和分析,以為后文對(duì)壓縮感知理論在圖像重構(gòu)方面的研究打下基礎(chǔ)。 信號(hào)的稀疏表示 從傅立葉變換到小波變換再到后來(lái)興起的多尺度幾何分析( Ridgelet, Curvelet,Bandelet, Contourlet),科學(xué)家們
點(diǎn)擊復(fù)制文檔內(nèi)容
黨政相關(guān)相關(guān)推薦
文庫(kù)吧 www.dybbs8.com
備案圖片鄂ICP備17016276號(hào)-1