文档介绍：论文题目:视频图像超分辨率重建关键技术—— 正交匹配追踪信号重构算法研究
答辩人:
指导老师:
2009届本科生
学位论文答辩
日期:年月日
目录
研究背景、现状及内容
相关技术原理
结果与分析
结论与展望
收获
研究背景及内容
随着信息化社会的不断发展,人们对信息量的需求也在不断增加,这又迫切要求信息处理技术的不断进步。在图像应用领域,人们通常期望得到分辨率比较高的图像。增加空间分辨率一种是通过改进成像器件的物理特性,另一种是改进光学镜头的焦距和孔径。
一种值得深入研究和探讨的方法就是通过信号处理技术来提高图像的分辨率,它最大的好处就是它的成本低,同时它能让现存的低分辨率图像系统继续使用。
研究背景及内容
在众多的信号处理应用中,人们希望找到一种稀疏的数据表示,用稀疏逼近取代原始数据表示可从实质上降低信号处理的成本,提高压缩效率。传统的信号采样以奈奎斯特(Nyquist)采样定理为基础。
为了不丢失信号信息,精确重构信号,其采样频率要大于信号中最高频率的两倍。但是随着各种信号处理系统获取能力的不断增强,需要后期处理的数据量也快速增加,奈奎斯特定理的局限性给系统的处理能力提出了更高的要求,同时也给相应的硬件设施的设计带来了极大的挑战。
研究背景及内容
2004年Donoho等人针对稀疏性信号,pressive sensing,简称CS)理论。压缩感知是一种利用信号的稀疏性或者可压缩性对其进行重构的技术。其核心是线性测量过程
压缩感知理论体系主要包括三个核心方面:(1)对于信号,需要找到一个合适的正交基,是信号x能在上得到稀疏表示,即信号的稀疏分解;(2)设计一个与正交基不相关的平稳测量矩阵;(3)设计一个合适的重建算法,用来精确地恢复原始信号。
相关技术原理
压缩感知重构算法主要有:1)最小L1范数法,2)匹配追踪算法3)最小全变分法,4)迭代阈值法
匹配追踪类稀疏重构算法解决的是最小L0范数问题。匹配追踪算法涵盖了一系列的算法,包括匹配追踪算法(MP),正交匹配追踪算法(OMP),正则正交匹配追踪算法(ROMP),子空间追踪算法(SP),稀疏自适应匹配追踪算法(SAMP),采样匹配追踪算法(CoSaMP)。
相关技术原理
正交匹配追踪算法(OMP)
相关技术原理
子空间追踪算法(SP)
相关技术原理
采样匹配追踪算法(CoSaMP)
结果与分析