学位论文 > 优秀研究生学位论文题录展示
压缩感知算法及其在矢量量化中的应用
作 者: 普晶晶
导 师: 赵生妹
学 校: 南京邮电大学
专 业: 电子与通信工程
关键词: 压缩感知 压缩感知重建算法 矢量量化
分类号: TN911.7
类 型: 硕士论文
年 份: 2012年
下 载: 150次
引 用: 0次
阅 读: 论文下载
内容摘要
压缩感知理论是近几年出现的集采样、压缩和编码与一起的新型信号处理方法。它突破了奈奎斯特采样定理,利用很少量的采样值,通过求解凸优解,获得原始信号高概率精确重构。由于其特性,现被广泛地应用于语音、图像等诸多实际应用中。本文研究压缩感知重建算法及其在神经网络矢量量化中的应用。论文首先描述了压缩感知的基本理论,通过数值仿真方法,分析了压缩感知的几种重建算法,其中包括贪婪算法中的正交匹配追踪算法(OMP)、正则化的正交匹配追踪算法(ROMP)、子空间匹配追踪算法(SP),凸优化算法中的梯度投影算法(GPSR)、硬迭代阈值算法(IHT)、平滑l 0范数算法(SL0)以及非凸算法中的迭代重新加权算法(IRLS),比较了各种算法的性能。结果表明:SL0算法和IRLS算法在重构精度方面明显优于其他算法,其次是SP算法,再次是ROMP和OMP,最后是GPSR和IHT算法。当采样率为0.9时,以标准Lena图像为例,SL0算法和IRLS算法两者重构图像的峰值信噪比(PSNR)大于45dB,SP算法接近40dB;就重构时间而言,IHT算法最优,同等条件下,它需要时间最短,明显低于其他压缩感知重建算法。然后论文探讨了压缩感知在神经网络矢量量化中的应用。矢量量化是一种有效的有损压缩技术,当压缩比大时,图像质量恢复就会不理想。通过将压缩感知理论应用于神经网络矢量量化,可以大幅度提高在压缩比大时图像的恢复质量。论文把压缩感知理论应用于神经网络矢量量化,从小波层数和测量数分析了不同的压缩感知重建算法,如OMP、GP、SP、IRLS、SL0、GPSR,对神经网络矢量量化的图像恢复质量和恢复时间的影响,通过数值仿真手段,获得了基于压缩感知神经网络矢量量化的最优方案。结果表明:在单层小波变换时,利用压缩感知技术,可使lena图、girl图、couple图的神经网络矢量量化图像质量(PSNR)分别提高6-7dB,3-4dB左右和1dB以下;两层小波变换时,可提高3-4dB,1-2dB和1dB以下;且在同等条件下,GPSR算法重构质量好与其他算法,所用时间也少与其他算法。
|
全文目录
摘要 4-5 ABSTRACT 5-8 第一章 绪论 8-10 1.1 课题研究背景及意义 8-9 1.2 论文主要内容 9-10 第二章 压缩感知理论 10-19 2.1 压缩感知理论框架 10-13 2.1.1 压缩感知与传统编解码区别 10-11 2.1.2 压缩感知数学模型 11-13 2.2 压缩感知关键要素 13-17 2.2.1 稀疏字典 13-14 2.2.2 测量矩阵 14-16 2.2.3 压缩感知重建算法 16-17 2.3 本章小结 17-19 第三章 压缩感知重建算法及性能分析 19-42 3.1 贪婪算法(OMP、ROMP、SP) 19-28 3.1.1 贪婪算法介绍 19-20 3.1.2 OMP 算法步骤及性能仿真 20-22 3.1.3 ROMP 算法步骤及性能仿真 22-25 3.1.4 SP 算法步骤及性能仿真 25-28 3.2 凸优化(GPSR、IHT、SL0)算法 28-37 3.2.1 凸优化算法介绍 28 3.2.2 GPSR 算法步骤及性能仿真 28-30 3.2.3 IHT 算法步骤及性能仿真 30-33 3.2.4 SL0 算法步骤及性能仿真 33-37 3.3 非凸算法(IRLS) 37-40 3.3.1 非凸算法介绍 37 3.3.2 IRLS 算法步骤及性能仿真 37-40 3.4 以上算法性能对比 40-41 3.5 本章小结 41-42 第四章 压缩感知在矢量量化中的应用 42-57 4.1 矢量量化编码 42-43 4.2 压缩感知与矢量量化 43-44 4.3 仿真与分析 44-56 4.3.1 小波层数不同的仿真与分析 44-52 4.3.2 测量数不同的仿真与分析 52-55 4.3.3 重构所用时间分析 55-56 4.4 本章小结 56-57 第五章 全文总结 57-59 5.1 全文总结 57-58 5.2 下一步工作 58-59 致谢 59-60 参考文献 60-63
|
相似论文
- 基于重叠变换与矢量量化的图像压缩算法及应用研究,TN919.81
- 语音信号的压缩感知研究及其在语音编码中的应用,TN912.3
- 压缩感知在无线通信网络异常事件检测中的应用研究,TN929.5
- 基于随机矩阵理论和压缩感知的合作频谱感知技术研究,TN925
- 压缩感知中信号重构算法的研究,TN911.6
- 基于压缩感知的认知无线电频谱检测技术及其研究,TN925
- 压缩感知在无线传感网中的应用研究,TN929.5
- 量子粒子群算法研究及其在图像矢量量化码书设计中的应用,TP301.6
- 基于压缩感知的语音信号编码技术研究,TN912.3
- 无线传感器网络中视频编码的跨层优化研究,TN919.81
- 无线传感器网络中分布式压缩感知关键技术,TN929.5
- 基于压缩感知的多径信道估计及其研究,TN925
- 基于压缩感知的语音稀疏基和投影矩阵构造技术的研究,TN919.8
- 基于稀疏表示的语音信号的最佳投影与其重构技术的研究,TN912.3
- 宽带无线通信中基于压缩感知的信道估计研究,TN92
- 蜂窝网络中基于流量预测的节能关键技术研究,TN929.53
- 基于压缩感知的信号恢复算法研究,TN911.7
- 基于压缩感知的分布式视频编码技术研究,TN919.81
- 认知无线网络中宽带压缩频谱感知关键技术,TN925
- 压缩感知算法及其在超宽带信道估计中的应用研究,TN925
中图分类: > 工业技术 > 无线电电子学、电信技术 > 通信 > 通信理论 > 信号处理
© 2012 www.xueweilunwen.com
|