版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、傳統(tǒng)Nyquist采樣定理指出:為了不失真的恢復(fù)模擬信號(hào),采樣頻率應(yīng)該大于或等于模擬信號(hào)頻譜中最高頻率的兩倍。高采樣率會(huì)產(chǎn)生海量數(shù)據(jù),其存儲(chǔ)和傳輸是一項(xiàng)艱難的工作,并且產(chǎn)生了大量的冗余數(shù)據(jù),會(huì)造成資源浪費(fèi)。近年來(lái)提出的壓縮感知理論指出:對(duì)稀疏或者可壓縮信號(hào)進(jìn)行少量非自適應(yīng)線性投影,投影信號(hào)含有足夠的信息,從而能對(duì)信號(hào)進(jìn)行高概率重建。壓縮感知理論的出現(xiàn)改變了先高速率采樣然后低碼率壓縮的信息采集模式,允許采樣和壓縮同時(shí)進(jìn)行,并且只需采樣部分
2、信息,極大地節(jié)省了系統(tǒng)資源。
本文首先介紹了壓縮感知理論,重點(diǎn)介紹了壓縮感知重構(gòu)算法。針對(duì)現(xiàn)有的算法應(yīng)用于圖像的重構(gòu)中時(shí),重構(gòu)信噪比不高,尤其在與分塊思想集合,低采樣率時(shí),塊效應(yīng)明顯這一缺點(diǎn),本文提出一種新的基于lp(0
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于似零范數(shù)的壓縮感知圖像重構(gòu)算法研究.pdf
- 壓縮感知重構(gòu)算法及其應(yīng)用研究.pdf
- 基于壓縮感知的信號(hào)重構(gòu)算法研究及應(yīng)用.pdf
- 基于壓縮感知的重構(gòu)算法研究.pdf
- 基于改進(jìn)量子粒子群算法的壓縮感知重構(gòu)算法及應(yīng)用研究.pdf
- 基于壓縮感知的圖像重構(gòu)算法及其應(yīng)用.pdf
- 基于混合范數(shù)重構(gòu)的圖像壓縮感知多描述編碼.pdf
- 基于壓縮感知的混沌系統(tǒng)重構(gòu)的應(yīng)用研究.pdf
- 基于壓縮感知的圖像采集及重構(gòu)算法研究.pdf
- 基于壓縮傳感的重構(gòu)算法及應(yīng)用研究.pdf
- 基于壓縮感知的重構(gòu)算法與語(yǔ)音壓縮研究.pdf
- 基于壓縮感知的圖像及視頻重構(gòu)算法研究.pdf
- 基于壓縮感知的圖像編碼及重構(gòu)算法研究.pdf
- 壓縮感知的重構(gòu)算法研究.pdf
- 基于壓縮感知圖像重構(gòu)算法研究.pdf
- 壓縮感知的重構(gòu)算法
- 基于壓縮感知的快速有效感知和重構(gòu)算法研究.pdf
- 基于壓縮感知理論的目標(biāo)重構(gòu)及跟蹤算法研究.pdf
- 基于壓縮感知的視頻圖像重構(gòu)算法研究.pdf
- 基于壓縮感知理論的信號(hào)重構(gòu)算法研究.pdf
評(píng)論
0/150
提交評(píng)論