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

压缩感知在声纳成像中的应用研究

内容摘要

全文目录

相似论文