P张量压缩感知图像处理技术研究与实现

发布时间：2021-04-18 01:34

　　目前,通信技术和互联网进步飞快,对于信息传输效率的要求也逐渐提升,如何更好更快地传输海量数据成为目前研究的热点问题之一。在传统的奈奎斯特采样定理中,信号的精确恢复对于信号采样频率的要求较高,而压缩感知技术则突破了该限制,一经提出,便引起了广泛的关注。压缩感知包含三部分,即信号的稀疏化、观测和信号重构。信号通常维数较大,因此,在传统的半张量压缩感知模型中,为了能够匹配图像的大小进行矩阵乘法运算,观测矩阵通常利用张量积运算。在保证观测效果的基础上,如何减少观测矩阵需要的内存空间,是设计观测矩阵时需要重点关注的问题。在传统的向量和矩阵运算中,维数匹配一直是一个难以解决的问题。对于传统的向量或矩阵乘法而言,参与运算的两个向量必须满足维数匹配才能进行相关操作;若二者的维数没有相互匹配,则需要通过相应的转换才能进行相关运算操作。例如,对于直线和平面而言,无法进行传统的乘积操作,因此,也无法计算二者之间的夹角。常用的解决思路是借助垂直投影,将直线在平面上的影线表示平面,将平面和直线的夹角用投影线与直线的夹角代替。然而事实上,平面上的直线有无数条,只用一条直线代表平面未免过于局限。针对上述问题,本文提... 

【文章来源】：北京邮电大学北京市 211工程院校 教育部直属院校

【文章页数】：73 页

【学位级别】：硕士

【部分图文】：

图３－１?—条线与一个平面的Ｐ夹角??事实上，一个平面内包含无数条线，只用一条线表示平面，求线与面的夹角，??

?ｃＸ??＼??图３－２不同维数向量的Ｐ夹角??画＝闕．瞬??４ｘ５?｜?２ｘ２｜?６ｘ５??图３－３?Ｐ张量积矩阵乘法运算??对于矩阵〇?ｅ?Ｅ７＃７１和；ｃ?Ｇ?ＥＰＭ，记二者的Ｐ张量积为ｙ?＝?＜Ｊ＾ｘ，则??（１）

画＝闕．瞬??４ｘ５?｜?２ｘ２｜?６ｘ５??图３－３?Ｐ张量积矩阵乘法运算??对于矩阵〇?ｅ?Ｅ７＃７１和；ｃ?Ｇ?ＥＰＭ，记二者的Ｐ张量积为ｙ?＝?＜Ｊ＾ｘ，则??（１）

【参考文献】：
期刊论文
[1]低存储化压缩感知[J]. 王金铭,叶时平,徐振宇,蒋燕君.  中国图象图形学报. 2016(07)



本文编号：3144537