压缩感知鬼成像中观测矩阵构造
本文选题:压缩感知(CS) + 鬼成像 ; 参考:《光电子·激光》2016年12期
【摘要】:为了提高压缩感知鬼成像(CSGI)的成像效果,解决现阶段观测矩阵存在的稳定性差、数据庞大和不满足非负性等问题,对观测矩阵的构造方法进行研究。首先,介绍确定性随机序列的产生方法和性质,可以用作观测矩阵,满足有限等距要求。针对光强的非负性,提出利用偶次幂的余弦函数产生确定性随机序列的方法,构造观测矩阵并证明其性质;然后,通过仿真验证该观测矩阵的正确性,研究了序列的初始值和函数的幂对矩阵重构性能的影响;最后,搭建实验平台,对比常用的高斯随机矩阵(GM),分析本文方法的适用性和优缺点。实验结果表明,在鬼成像中,利用本文所构造的随机矩阵,重构图像峰值信噪比(PSNR)与GM相当,但存储的数据量大大减少,可满足鬼成像系统的快速高效、简单方便和成本低等要求。
[Abstract]:In order to improve the imaging effect of compressed perceptual ghost imaging (CSGI) and to solve the problems of poor stability, huge data and non-negativity of the observation matrix at present, the method of constructing the observation matrix is studied. Firstly, the generation methods and properties of deterministic random sequences are introduced, which can be used as observation matrices to meet the requirements of finite equidistant. In view of the nonnegativity of light intensity, a method of generating deterministic random sequences by using the cosine function of even power is proposed, the observation matrix is constructed and its properties are proved, and the correctness of the observation matrix is verified by simulation. The effects of the initial value of the sequence and the power of the function on the reconstruction performance of the matrix are studied. Finally, an experimental platform is built to compare the common Gao Si random matrix with GM.The applicability, advantages and disadvantages of this method are analyzed. The experimental results show that the PSNRR of reconstructed image is equivalent to that of GM by using the random matrix constructed in this paper, but the amount of data stored is greatly reduced, which can satisfy the fast and high efficiency of ghost imaging system. Simple and convenient and low cost requirements.
【作者单位】: 电子工程学院脉冲功率技术国家重点实验室;
【基金】:国家自然科学基金(61271376) 安徽省自然科学基金(1208085MF114)资助项目
【分类号】:TP391.41;O431.2
【相似文献】
相关期刊论文 前4条
1 李炳杰;吕园;叶萌;李广飞;;基于非相干准则的压缩感知观测矩阵设计的极大极小方法[J];空军工程大学学报(自然科学版);2011年05期
2 王国富,朱建军;具有随机观测矩阵的线性系统的Kalman滤波[J];测绘通报;2004年03期
3 刘永光;姜英姿;;基于0-1规划的街区摄像头安装优化问题[J];徐州教育学院学报;2008年03期
4 ;[J];;年期
相关会议论文 前1条
1 顾国生;战荫伟;;一种混沌序列在压缩感知观测矩阵构造中的应用[A];第十五届全国图象图形学学术会议论文集[C];2010年
相关博士学位论文 前5条
1 赵玉娟;压缩感知和矩阵填充及其在信号处理中应用的研究[D];南京邮电大学;2015年
2 孙晶明;压缩感知中观测矩阵的研究[D];华中科技大学;2013年
3 徐永刚;矿山数据压缩采集与重建方法研究[D];中国矿业大学;2013年
4 丁丽;MIMO雷达稀疏成像的失配问题研究[D];中国科学技术大学;2014年
5 张京超;稀疏多频带信号压缩采样方法研究[D];哈尔滨工业大学;2014年
相关硕士学位论文 前10条
1 龚艳雷;基于SDN的网络流量矩阵测量方法研究[D];电子科技大学;2015年
2 刘莎;压缩感知中观测矩阵的构造及优化方法研究[D];东北大学;2013年
3 王哲;基于稀疏重构的SAR成像技术研究[D];西安电子科技大学;2014年
4 凤宏哲;高分辨SAR稀疏目标成像研究[D];西安电子科技大学;2014年
5 朱海梁;压缩感知接收机关键技术研究[D];西安电子科技大学;2014年
6 李继楼;压缩感知观测矩阵优化与信号重建算法研究[D];南京邮电大学;2015年
7 李伟光;基于压缩感知的定位算法研究[D];重庆大学;2015年
8 樊艳明;面向水上行走机器人的微型视觉传感系统设计与实现[D];中央民族大学;2016年
9 金明亮;嵌入式视觉压缩传感及其直接环境认知的研究[D];南昌大学;2013年
10 熊波;基于压缩感知的观测矩阵构造方法及性能研究[D];湖南师范大学;2016年
,本文编号:1834180
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/1834180.html