- 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
4学位论文选题报告图像融合
研究生文献综述及学位论文选题报告
学 院 自动化学院
专 业 控制科学与控制工程
研究生姓名 刘兆栋 学 号 20111302024
学位级别 硕士
指导教师 尹宏鹏 (副教授) 柴毅 (教授)
入学年月 2011年9月
重庆大学研究生院
填表日期 2013 年 1 月 24 日
说 明
一、论文选题报告由研究生向系 (研究室)汇报并听取意见后,整理成文填写。
二、研究生应在入学后的第三学期内完成选题报告。
三、本表须作为答辩申报材料之一。
一、论文选题报告 (申请时间: 2013 年2月 26日)
论文题目:基于压缩感知理论的图像融合算法研究[1][2]。
近年来,国内外在多源图像融合技术的理论和应用方面展开了一系列的研究,但由于在进行图像融合时受到参与融合的源图像数据量较大、对源图像的配准精度要求较高、源图像类型的复杂性和多样性以及融合目的多种多样等诸多条件的限制,因此一直到现在也没有形成完备的研究理论和方法,仍然存在很多问题亟待解决。更重要的是,由于多源图像融合技术在军事应用方面一直占据着十分重要的地位,因此随着多源图像融合技术发展的越来越快及其实用性不断地增强,其技术的敏感性也将越来越强。
压缩感知理论利用信号的稀疏特性,采用了不同于传统香农采定的低维观测方法,省去了高速采过程中获得大量数据然后再丢弃大部分冗余数据的中间过程,从而有效缓解了高速采样实现的压力,减少了处理、存储和传输的成本近年来受到越来越多学者的关注。压缩感知理论一般来讲包括信号的稀疏表示、感知测量及信号重构三个部分[3]。将压缩感知理论引入图像领域的研究是图像压缩研究的一条新途径。课题研究重点在于研究。意义不仅在于提出效的方法,更重要的是在于将引入传统减少了数值计算环节,能极大提高图像稀疏化的速度,促进其应用的发展具有重大的理论与实践意义。
1. 2 国内外研究现状
在中,但是离散小波变换由于其各向同性不能充分利用边缘方向的连续性和光滑性,从而对细节多的图像进行稀疏分解效果欠佳,进而影响图像质量。针对小波变换的缺陷,一些学者提出来一系列的改进方案,针对交替投影以及重构速度慢等问题,西北大学的磨国瑞等[4]提出了反对称双正交小波,针对Gibbs效应、移变性、缺乏方向选择性,Kingsbury[5]提出的双树复数小波,针对双树复数小波方法对图像去噪效果不理想的问题,西安交通大学的张春梅等[6]的综合双密度双树小波和双树复数小波的变换机理,提出双密度双树复数小波,取得了一定的效果,但其本质上并没有改变小波各向同性的缺陷。
多尺度几何分析是新发展起来的一种图像稀疏表示方式,能很好地表示图像的边缘、轮廓和纹理等具有高维奇异性的几何特征[7]。多尺度几何分析自提出以来,其理论和算法已有了一定的研究成果。现有的多尺度几何分析方法主要分为自适应和非自适应两类。自适应多尺度几何分析是指图像变换的基函数随图像的变化而变化,主要有梳状波、楔形波、条带波等[8-10]。与之不同,非自适应多尺度几何分析的图像变换的基函数与图像的内容无关,主要有脊波、曲线波、轮廓波等[11-12]。现阶段多尺度几何已应用于图像去噪、非线性逼近、图像压缩编码、图像特征提取等领域[13-15],显示出了巨大的应用前景。图像的感知测量是用一个与变换矩阵不相关的测量矩阵进行线性投影得到线性测量值保证信号的不丢失现有的感知测量构造的方法有Candes和Tao等[16]证明独立同分布的高斯随机测量矩阵可以成为普适的压缩感知测量矩阵;Donoho[17]给出压缩感知概念的同时定性和定量的给出测量矩阵要满足的特征;Sebert等[18]提出了托普利兹分块矩阵,获得很好的重构结果,且明显加快运算速度和减少存储空间;针对随机测量矩阵不确定性且不易用硬件来实现的两大缺点众多学者们展开了对确定性测量矩阵的研究确定性矩阵利于降低内存、设计快速的恢复算法如Tsaig等[17]提出的哈达玛矩阵。此外,国内北京交通大学的赵瑞珍教授[19]针对重建效果较差的缺点,提出了近似QR分解随机
文档评论(0)