学位论文 > 优秀研究生学位论文题录展示
压缩感知在声纳成像中的应用研究
作 者: 贺西丽
导 师: 马立勇
学 校: 哈尔滨工业大学
专 业: 控制科学与工程
关键词: 压缩感知 声纳成像 超分辨率重建 目标识别
分类号: TP391.41
类 型: 硕士论文
年 份: 2012年
下 载: 27次
引 用: 0次
阅 读: 论文下载
内容摘要
压缩感知理论在最近几年兴起,由于其打破了奈奎斯特采样定理的限制,倍受各个研究领域的瞩目,在声纳成像、超分辨率图像重建、目标识别等方面都有其独到之处。当前成像系统发展的制约因素就是采样成本,而按照压缩感知理论采集数据,大大减少了采样样本的数量,进而降低了采样成本,具有十分广泛的应用价值。首先,讨论了压缩感知理论及其在声纳成像中的重要应用,介绍了压缩感知理论的基本框架,简述了它的数学模型,分析了其在成像技术中所占的优势,和将其引入声纳成像的必然性。文中针对声纳成像建立模型,分别采用反向投影法和压缩感知法进行计算,在理论方面进行了分析,且模拟了声纳成像,就采样数量、重构时间、图像质量和复杂度四个方面进行了比较。其次,针对声纳图像分辨率不够高的问题,将压缩感知理论应用于声纳图像的超分辨率重建。简要介绍了超分辨率重建的基本原理,讨论了把压缩感知理论用于声纳成像超分辨率重建中的全局优化、训练库、特征表示等问题。选取了结构相似度、结构内容、空间频率,作为重建后图像的客观质量评价指标,在实验中采用了双三次插值法、邻域嵌入法、迭代反向投影法等,与压缩感知方法的结果进行了对比和分析。还对实验中各个参数的影响进行了讨论与分析。最后将压缩感知理论应用于声纳图像中目标的识别。背景训练样本和目标训练样本分别构成了背景库和目标库的元素,具体指出了背景库和训练库的构造方法,两者用于测试图像中目标和背景的筛选,并与常用的目标识别算法进行了比较。
|
全文目录
摘要 4-5 Abstract 5-8 第1章 绪论 8-13 1.1 研究背景和研究意义 8-9 1.2 国内外研究水平与发展现状 9-12 1.3 论文主要内容及文章结构 12-13 第2章 基于压缩感知的声纳成像 13-24 2.1 压缩感知理论简介 13-15 2.1.1 欠采样量测 13-14 2.1.2 压缩感知的数学模型 14-15 2.2 声纳成像方法 15-18 2.2.1 反向投影法 15-17 2.2.2 压缩感知方法 17-18 2.3 声纳成像 18-23 2.3.1 基于压缩感知的声纳成像 18-19 2.3.2 成像数据处理 19-23 2.4 本章小结 23-24 第3章 基于压缩感知的超分辨率图像重建 24-43 3.1 超分辨率图像重建概述 24-26 3.1.1 基本思想 24-25 3.1.2 算法概述 25-26 3.2 基于压缩感知的超分辨率图像重建 26-30 3.2.1 全局优化的解释 28 3.2.2 训练库 28-29 3.2.3 低分辨率图像块的特征表示 29-30 3.3 重建算法的仿真结果 30-37 3.3.1 图像质量评价指标 30-33 3.3.2 仿真结果及分析 33-37 3.4 参数选择 37-42 3.4.1 块尺寸的影响 37-38 3.4.2 参数λ的影响 38-40 3.4.3 库尺寸的影响 40-41 3.4.4 特征滤波器的影响 41-42 3.5 本章小结 42-43 第4章 基于压缩感知的目标识别 43-55 4.1 常用目标识别算法 43-46 4.1.1 支持向量机 43-45 4.1.2 自适应匹配子空间识别 45-46 4.2 基于压缩感知的目标识别算法 46-50 4.2.1 稀疏模型 46-47 4.2.2 压缩感知模型中的重构方法 47-48 4.2.3 背景库和目标库 48-49 4.2.4 平滑约束 49-50 4.3 实验结果及分析 50-54 4.4 本章小结 54-55 结论 55-56 参考文献 56-60 攻读硕士学位期间发表的学术论文 60-62 致谢 62
|
相似论文
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 基于智能学习的多传感器目标识别与跟踪系统研究,TP391.41
- 红外超光谱图像的虚拟探测器研究,TP391.41
- 图像实时采集、存储与处理方法研究,TP391.41
- 空中目标抗干扰识别跟踪系统,TN215
- 红外图像目标识别及跟踪技术研究,TP391.41
- 水下目标特征的压缩与融合技术研究,TN911.7
- 语音信号的压缩感知研究及其在语音编码中的应用,TN912.3
- 小型智能足球机器人系统全局视觉的研究与设计,TP242.6
- 基于部分K空间数据的并行磁共振成像,R445.2
- SAR成像目标识别子区选取与匹配方法研究,TN957.52
- 压缩感知中信号重构算法的研究,TN911.6
- 基于视频监控的特定目标识别研究,TP391.41
- 基于回归的图像超分辨率重建技术研究,TP391.41
- 彩色图像的超分辨率重建与并行处理技术的研究,TP391.41
- 基于空间邻域词袋模型的图像标注技术,TP391.41
- 压缩感知算法及其在矢量量化中的应用,TN911.7
- 基于压缩感知的信号恢复算法研究,TN911.7
- 压缩感知算法及其在超宽带信道估计中的应用研究,TN925
- 视频目标检测与跟踪方法研究,TP391.41
- 基于学习的视频超分辨率重建算法研究及实现,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|