收藏本站
收藏 | 论文排版

基于压缩感知和深度学习的图像压缩重建研究

陈倩文  
【摘要】:经典的“先采样—后压缩”成像模式中导致硬件资源的大量浪费,在更大规模、更高维数、更广动态范围的数据获取、处理、存储与传输、更低的功率消耗以及在更复杂环境中的成像应用等方面正面临着巨大的挑战。压缩成像理论以稀疏性或可压缩性为前提,有望克服现有成像理论的部分缺点,既能应用于传统的成像领域,同时更适合于一些传统的成像理论所不太适用的复杂场合。但是实际的光学成像系统存在若干问题必须考虑,如实际测量矩阵往往取决于测量过程的物理性质,在许多应用场合要求在非常有限的时间内获取足够的测量值以及重建算法的性能和时间等。本论文的主要研究工作及创新点如下:(1)针对二维正交匹配追踪算法中使用的重建矩阵即为测量矩阵,且测量矩阵为正交矩阵,难以物理实现,不具有最优性能。本文将奇异值分解引入二维正交匹配追踪算法的重建过程,提出一种基于奇异值分解的二维正交匹配追踪优化算法,通过对可分离测量矩阵进行奇异值分解,得到优化后的可分离重建矩阵与优化后的测量值,再重建出原始稀疏信号。并提供了理论分析和模拟实验,验证本文方法的有效性。(2)传统压缩编码孔径成像的限制在于对测量矩阵存储的巨大需求,以及算法恢复原始图像的计算负担。因此,压缩编码孔径成像仅限于相对较小尺寸的图像。针对其仅能用于小尺度图像的缺点,本文将可分离压缩感知引入压缩编码孔径成像,提出了可分离压缩编码孔径成像方法,对两个可分离的测量矩阵进行奇异值分解,从而对测量矩阵和测量值进行优化,即本文提出的基于奇异值分解的可分离压缩编码孔径成像方法,最后通过理论分析和模拟实验验证了本文方法的优越性。(3)传统的重建算法的迭代性质导致重建算法在实际应用中受到限制,难以实现实时重建,并且自然界中的真实图像信号是可压缩信号,不完全满足稀疏性条件,因此在实际成像系统中信号的重建质量下降。针对此问题,将深度神经网络引入压缩编码孔径成像的重建过程,通过图像与测量值构成的数据对训练深度学习架构,在测试阶段的重建过程通过非迭代完成,实现从低分辨率测量值的实时重建。并且,在训练阶段,增加预处理模块,来增加前向算符和反向算符之间的匹配度,以提高重建性能。实验结果表明,在相同的实验条件下,本文方法可以实现从低分辨率测量值中进行高质量实时重建。


知网文化
【相似文献】
中国期刊全文数据库 前18条
1 冯楠;;高科技成像技术RTI在文物博物馆及考古发掘中的应用[J];边疆考古研究;2016年02期
2 杨虹;黄远辉;钟宬;邵晓鹏;;卫星运动对压缩编码孔径光谱成像的影响[J];航天返回与遥感;2013年02期
3 王蒙蒙;;编码孔径成像技术[J];中国新技术新产品;2011年04期
4 蔡安妮,孙景鳌;连续函数孔径在编码孔径成象中的应用[J];电子学报;1994年04期
5 胡家陞,董已芝,赵宝庆,高清峰;X光编码孔径成像和处理技术[J];光学学报;1989年07期
6 张钰鹏;王涌天;翁冬冬;胡翔;;编码孔径相机获取优化全景图的新方法[J];北京理工大学学报;2014年08期
7 邵晓鹏;钟宬;杜娟;饶存存;;多值压缩编码孔径超分辨率成像方法[J];光电子.激光;2012年06期
8 胡家升;程丽红;曹磊峰;董建军;丁永坤;;X射线编码孔径成像中的一种高精度图像重构方法[J];光学学报;2005年12期
9 郎海涛;刘立人;阳庆国;;一种基于编码孔径成像原理的三维成像方法[J];光学学报;2006年01期
10 毕祥丽;;反射式压缩编码孔径超分辨率成像技术研究[J];光电技术应用;2016年03期
11 张云丰;万国金;黄云鲲;;一种基于编码孔径的双字典视频重构算法[J];南昌大学学报(工科版);2019年02期
12 宫兴致;程梁;叶子;余飞鸿;;静态多通道编码孔径光谱仪研究[J];浙江大学学报(工学版);2008年12期
13 裴琳琳;吕群波;王建威;刘扬阳;;编码孔径成像光谱仪光学系统设计[J];物理学报;2014年21期
14 李岩;王强;黄先超;帅磊;曹大泉;张译文;杨曜;胡选侯;梁秀佐;吴俊;曾国强;章志明;;大面积高灵敏度编码相机探测器的设计与性能测试[J];核技术;2020年05期
15 高宇轩;孙华燕;张廷华;都琳;;压缩编码孔径成像重构算法[J];兵器装备工程学报;2017年10期
16 高桥秀也;肖昆;;和用编码孔径成象的三维形状测量[J];国外计量;1992年05期
17 高国龙;;英国QinetiQ有限公司提出用自适应编码孔径提高红外成像分辨率[J];红外;2011年01期
18 赵宝庆;;URA编码孔径和编码像的计算机重构[J];光学机械;1988年05期
中国重要会议论文全文数据库 前10条
1 袁翰;朱炬波;郭锦平;刘吉英;;基于岭估计的编码孔径高光谱超分辨成像[A];第37届中国控制会议论文集(G)[C];2018年
2 曹红;孙同晶;王红;;广义轮换测量矩阵及其在水下回波信号中的应用[A];信号处理在地球物理——浙江省信号处理学会2018年学术年会论文集[C];2018年
3 芦存博;;星地通信中基于m序列族的压缩感知测量矩阵设计[A];第十三届卫星通信学术年会论文集[C];2017年
4 高朋;汪文义;宋丽红;汪腾;王娟;;带噪音预处理的改进的探索性Q矩阵标定方法[A];第二十一届全国心理学学术会议摘要集[C];2018年
5 吴达;;矩阵系统的稳定与条件稳定[A];面向21世纪的科技进步与社会经济发展(上册)[C];1999年
6 杜之韩;;化广义判断矩阵为普通判断矩阵[A];加入WTO和中国科技与可持续发展——挑战与机遇、责任和对策(上册)[C];2002年
7 张争力;;矩阵的单侧逆及其算法[A];第十二届中国青年信息与管理学者大会论文集[C];2010年
8 张钰鹏;王涌天;翁冬冬;刘越;;编码孔径深度判别的一个改进方法[A];第十五届全国图象图形学学术会议论文集[C];2010年
9 黄力慰;李桂清;熊赟晖;;矩阵重心坐标[A];第五届全国几何设计与计算学术会议论文集[C];2011年
10 陈式龙;;模糊一致矩阵及其性质[A];中国系统工程学会模糊数学与模糊系统委员会第十一届年会论文选集[C];2002年
中国博士学位论文全文数据库 前10条
1 刘铭鑫;基于压缩感知的编码孔径光谱成像技术研究[D];中国科学院大学(中国科学院长春光学精密机械与物理研究所);2019年
2 程丽红;X光编码孔径成像理论及实验研究[D];大连理工大学;2006年
3 张成;物理可实现的压缩成像理论与方法研究[D];安徽大学;2012年
4 肖龙龙;面向高分辨率遥感光学成像的压缩感知理论及方法研究[D];国防科学技术大学;2012年
5 谢存;计算机视觉中若干问题实现技术和算法的研究[D];大连理工大学;2002年
6 程梁;微型光谱仪系统的研究及其应用[D];浙江大学;2008年
7 王会敏;低秩矩阵恢复的限制等距常数界[D];浙江大学;2012年
8 李志林;图像压缩感知重建算法研究[D];北京交通大学;2012年
9 谭伟;矩阵束分解算法及在通信信号处理中的应用[D];重庆大学;2009年
10 刘鑫吉;基于纠错码的确定性测量矩阵分析与构造[D];清华大学;2016年
中国硕士学位论文全文数据库 前10条
1 陈倩文;基于压缩感知和深度学习的图像压缩重建研究[D];安徽大学;2020年
2 孙永强;DMD在编码孔径成像光谱仪光学系统中的像差研究[D];长春理工大学;2019年
3 王磊;一种推扫式高光谱成像仪的编码孔径压缩采样设计与实现[D];国防科技大学;2017年
4 梁英;编码孔径成像图像复原算法研究[D];西安工业大学;2019年
5 乔亚;基于强度调制的编码孔径光谱偏振成像测量技术研究[D];中北大学;2019年
6 朱丹彤;编码孔径成像光谱仪系统集成及光谱复原实验研究[D];中国科学院大学(中国科学院长春光学精密机械与物理研究所);2018年
7 田晓东;环形编码孔径成像技术及数字重建[D];大连理工大学;2003年
8 董健;编码孔径高光谱图像的低秩重建方法[D];南昌大学;2016年
9 王成;高光谱图像压缩的方法研究[D];南京理工大学;2014年
10 钟宬;光学压缩编码超分辨率成像方法研究[D];西安电子科技大学;2013年
中国重要报纸全文数据库 前10条
1 本报记者 蔡文瑶;段晓琳:守住文化敬畏心 用活新媒体矩阵[N];平顶山日报;2020年
2 江苏经济报记者 朱梦笛 实习生 张司雨;移动“小讲堂”打造全方位服务矩阵[N];江苏经济报;2020年
3 成果创造人 杜福 马小群 翟粉林 苑玉刚 郭晓苗 王传磊 邹义静 娄扬 吕俊玉 方飞 卢伟;矩阵化管理助推“放管服”[N];中国邮政报;2019年
4 宋邦永 记者 罗翔;黔南州两级法院政务新媒体矩阵建设实现新突破[N];法制生活报;2020年
5 通讯员 李军;祁阳正能量宣传矩阵引领好风尚[N];永州日报;2019年
6 记者 张君成;人民出版社:三线并进打造融合出版矩阵[N];中国新闻出版广电报;2019年
7 本报记者 虞政;打造宣教矩阵,让群众喜闻乐见[N];中国应急管理报;2019年
8 记者 张羽馨;苏州法院信息化“矩阵”增强群众获得感[N];江苏法制报;2019年
9 记者 张斌 戈杰;南浔“象牛”矩阵聚焦高质量发展[N];湖州日报;2019年
10 记者 周大正;构建“两个健康”服务平台矩阵[N];温州日报;2019年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978