压缩传感论文压缩传感 红外图像 稀疏表达 传感矩阵 信号重构

1、 压缩传感论文：压缩传感理论及其在红外图像处理中的应用研究【中文摘要】随着军事及民用系统对红外图像性能要求的日益提高,高分辨率的红外图像获取成为诸多应用系统的一个关键问题之一,高分辨率的红外传感器虽然已经取得了较好的研究进展,但仍不能满足日益增长的需求。压缩传感理论的出现为利用少数传感器获取高分辨率的图像提供了理论基础,压缩传感理论突破了香农采样定理对传感系统的限制,可以获取对象的稀疏表达,只需采集少量数据即可重构高分辨率的信号。该理论的出现为高性能、低成本传感器的设计奠定了理论基础,被认为是传感器领域的历史性突破。本文针对红外成像系统,对压缩传感理论中的信号稀疏化方法、传感矩阵设计方法及高分

2、辨率信号的重构方法进行了研究。提出了一种自适应稀疏采样方法,用于解决稀疏度未知的目标稀疏表达(采样)问题,通过尝试不同稀疏度采样重构信号的质量对信号的稀疏表达进行评估,从中选择最优的稀疏表达。在传感矩阵的选择方面,本文通过构造一个亚高斯混合矩阵,将目标投影到一个稀疏空间内,实现信号的压缩感知,该混合矩阵可根据目标特征自动分区投影,以充分获取目标的结构特征,便于进一步构造目标识别系统等后续处理。为进行目标的高分辨率重构,本文给出了一种分块压缩传感算法,将整幅图像先分解为一系列大小相同.【英文摘要】The acquisition of high resolution infrared image

3、has been a key problem in many military and civil application systems with the growing demands of high quality infrared images. The high resolution infrared imager has been paid much attention and gained many good performances in the past decades, but which can not meet the demands yet. The presenta

4、tion of the compressed sensing theory makes it possible to get high resolution image with low resolution infrared sensors. As the theory foundation, compressed se.【关键词】压缩传感 红外图像 稀疏表达 传感矩阵 信号重构【英文关键词】Compressed Sensing Infrared Image Sparse Representation Sensing Matrix Signal Reconstruction【索购全文】联系Q

5、1：138113721 Q2：139938848【目录】压缩传感理论及其在红外图像处理中的应用研究摘要2-3ABSTRACT3-4第1章 绪论7-201.1 研究背景7-11 基于Shannon 定理的信号处理9-10 稀疏采样原理10-111.2 压缩传感理论研究进展11-141.3 红外图像处理系统研究进展14-18 红外成像器件研究进展16-17 红外图像处理技术研究进展17-181.4 本文研究内容18-191.5 论文内容安排19-20第2章 压缩传感理论基础20-332.1 压缩传感理论的提出20-23 传统信号处理过程20-21 压缩传感处理过程21-232.2 压缩传感理论的数

6、学描述23-242.3 信号的稀疏表达24-262.4 压缩传感的设计26-28 压缩传感处理过程26-27 测量矩阵的构造27-282.5 信号重构算法28-30 最小L1 范数算法28-29 匹配追踪及改进算法29-30 最小全变分(TV)法30 迭代阈值法(IT)302.6 压缩传感的应用概述30-32 压缩传感成像31 基于压缩传感的信道编码31-32 模拟/数字信息转换322.7 本章小结32-33第3章 基于小波变换的信号稀疏表达方法研究33-433.1 自然信号的稀疏性33-353.2 小波变换原理35-39 小波函数37-38 连续小波变换38 离散小波变换38-393.3 小

7、波系数的稀疏度39-403.4 基于小波变换的自适应信号稀疏化40-423.5 本章小结42-43第4章 亚高斯伪随机传感矩阵43-484.1 常用传感矩阵43-444.2 亚高斯随机分布444.3 基于亚高斯随机测量的压缩传感过程44-474.4 本章小结47-48第5章 自适应分块重构算法研究48-585.1 压缩传感理论中信号重构方法简介485.2 自适应分块重构算法48-495.3 算法仿真分析49-575.4 本章小结57-58第6章 基于压缩传感的典型场景红外成像研究58-666.1 红外成像系统简介58-596.2 典型场景的红外成像59-606.3 基于压缩传感的典型红外场景成像60-62 信号的稀疏表达60 压缩传感60-61 信号的重构6