导读:本文包含了相位压缩算法论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:相位,图样,图像,稀疏,高阶,马尔,可夫。
相位压缩算法论文文献综述
练秋生,宋爽,陈书贞,石保顺[1](2017)在《基于高阶马尔可夫随机场及非线性压缩感知的相位恢复算法》一文中研究指出在编码衍射成像系统中,为精确重构复图像的幅值和相位,需获取大量的编码衍射图样,导致数据采集时间长.为减少编码衍射图样的数量,本文基于非线性压缩感知理论框架,利用高阶马尔可夫随机场统计先验模型,提出了一种鲁棒相位恢复算法.该方法将复图像的幅值和相位分别进行正则化,并将数据保真项与幅值和相位正则项结合作为代价函数,采用Heavy-Ball算法求解所对应的非凸优化问题.实验结果表明,本文算法在编码衍射图样较少的情况下仍能获得较高的图像重构质量,且对噪声鲁棒.(本文来源于《电子学报》期刊2017年09期)
石保顺[2](2017)在《基于自适应稀疏表示的压缩感知及相位恢复算法研究》一文中研究指出高效地获取、处理及传输信息对于科技进步至关重要。作为信息的载体,图像在传统采集过程中通常需要以高采样频率采样才能够被完美重建。然而,较多的测量数据既增加了采样端的复杂性,又给数据的传输、处理与存储增加了压力。如何利用少量测量数据重建高质量图像是一大挑战。为解决该问题,本文利用自适应稀疏表示技术研究从信息缺失严重的测量数据中重建高质量图像的算法,重点研究有效的压缩感知核磁共振成像(Compressed Sensing Magnetic Resonance Imaging,CSMRI)与相位恢复(Phase Retrieval,PR)算法。具体研究内容及创新性成果如下:首先,为解决现有CSMRI算法在低采样率下重建质量低的问题,提出基于一阶逼近字典学习的CSMRI算法及融合局部稀疏性、即插即用先验的CSMRI算法。字典学习方法在图像重建中至关重要,本文对传统字典学习代价函数中的字典与系数的乘积项进行一阶逼近提出了能够有效捕获图像信息的一阶逼近字典学习方法。此外,利用该方法提出了有效的CSMRI算法。根据图像与其去噪结果应尽可能接近的原理,构建了即插即用正则化模型。将该模型引入到基于一阶逼近字典学习的CSMRI中以利用多种先验知识进行图像重建,实验验证了算法的有效性。其次,为解决低过采样率下现有PR算法重建质量低的问题,提出了基于紧标架、自适应正交字典的PR算法。传统相位恢复的测量数据包含关于待重建图像较少的结构信息,为保证重建高质量图像需利用额外的先验信息进行重建。为此,提出利用图像在TIHP(Translation Invariant Haar Pyramid)紧标架下的稀疏性进行相位恢复的算法。由于紧标架的非自适应性,上述算法在更低的过采样率下重建质量不高。为解决该问题,提出利用自适应字典进行相位恢复的算法。该算法将字典限制为正交结构以降低算法计算复杂度,通过傅里叶模值联合优化字典与图像,实验验证了算法的有效性。再次,提出迁移正交稀疏变换学习算法,并利用该方法进行相位恢复。由于相位恢复的初始估计图像通常为随机的,初始迭代的估计图像包含大量噪声,将该估计图像的图像块作为训练样本不利于字典学习。为解决该问题,构造了稀疏变换正则项以衡量待学习稀疏变换与已知稀疏变换的相似性。提出迁移正交稀疏变换学习方法,并利用该学习方法构造了PR优化问题。采用交替方向乘子法对该问题进行了有效求解。最后,面向编码衍射图案(Coded Diffraction Pattern,CDP)采样模型提出基于紧标架学习、组稀疏字典学习的PR算法以解决现有算法在CDP数量较少情况下重建质量低、抗噪性能差的问题。针对高斯噪声污染的情况,提出利用非自然稀疏表示模型、紧标架学习模型进行图像重建的PR算法。该算法利用非自然l0稀疏度量函数衡量图像在自适应紧标架下的稀疏性以抑制估计图像中的噪声成分。针对泊松噪声,提出利用多种先验知识进行图像重建的PR算法。将局部稀疏性、非局部相似性通过基于组的稀疏表示模型引入到图像重建中,并结合图像在梯度域的稀疏性进行相位恢复。多种先验知识的利用使得该算法能够通过少量CDP有效重建图像。(本文来源于《燕山大学》期刊2017-05-01)
宋爽[3](2017)在《基于非线性压缩感知的相位恢复算法研究》一文中研究指出非线性压缩感知是指仅利用信号的非线性测量值恢复原始信号,而相位恢复问题是一种特殊的非线性压缩感知问题,即利用信号傅里叶变换或其它线性变换的幅值恢复原始信号。由于观测器只能记录信号变换的幅值,丢失相位,因此相位恢复问题是一个不适定问题。本文主要研究如何利用信息量较少的测量值恢复原始信号,具体的研究内容如下:首先,在近场衍射下,本文利用高阶马尔可夫随机场(亦称为专家场,Fields of Experts,FoE)统计先验模型,提出了FoE正则化的相位恢复算法。该算法将Fo E正则项融入到幅值约束和支撑约束的相位恢复问题中。实验结果表明,该算法能较好地重构实图像和纯相位图像,且在较低的过采样率下有效地提高了复图像的重构质量。其次,在编码衍射模型中,利用FoE统计先验,提出了对复图像正则化、仅对幅值正则化以及对幅值和相位分开正则化的方法构造相位恢复最小化问题,并采用Heavy-Ball算法求解对应的优化问题。实验结果表明,当数据保真项与幅值、相位正则项结合作为目标函数时,重构图像的效果最佳。与其他算法相比,本文算法提高了重构图像的质量,且对噪声鲁棒,有效地减少了观测的数据量和观测数据的时间。最后,针对泊松噪声对测量值的干扰情况,本文利用图像在双树复数小波变换下的稀疏先验,提出了基于双树复数小波变换的相位恢复算法。该算法将数据保真项与幅值、相位正则项结合作为代价函数,并采用IPIANO算法以及ADMM算法求解对应的优化问题。实验结果表明,该算法能较好地保留实图像的边缘结构和细节信息。(本文来源于《燕山大学》期刊2017-05-01)
魏天姣[4](2016)在《基于图像稀疏表示与非线性压缩感知的相位恢复算法研究》一文中研究指出相位恢复问题是指仅通过信号傅立叶变换(或其它线性变换)的幅值恢复原始信号。由于相位信息的缺失,该问题是一个不适定问题,因此需要利用先验知识确保信号精确重建。在图像处理中,基于正则项的各种图像处理算法得到广泛应用,包括稀疏正则项,全变差正则项等。本文基于非线性压缩感知框架,利用先验知识完成了相位恢复算法的研究,主要研究内容如下:首先,稀疏先验知识是图像重构的前提,根据不同的稀疏度量,包括lp范数、ln范数以及组稀疏,提出了基于不同稀疏正则项的稀疏信号的相位恢复算法。最后通过实验对比,验证了所提算法的有效性。其次,基于非线性压缩感知框架,提出了利用自然图像在梯度算子下的稀疏性进行相位恢复的算法。该算法将全变差正则项融合到基于支撑约束以及幅值约束的相位恢复问题中,并利用交替方向乘子法(ADMM)对所对应的非凸优化问题进行求解。通过实验结果,表明了该算法明显优于HIO,RAAR等经典的相位恢复算法,并对噪声具有鲁棒性。最后,基于广义全变差能改善一阶全变差中产生的阶梯效应这一优势,提出了基于广义全变差正则项的相位恢复算法,在无支撑约束的条件下,利用ADMM算法进行优化求解。通过对多幅图像进行实验,体现了该算法的有效性。(本文来源于《燕山大学》期刊2016-05-01)
周劲蕾,王让定,金超,严迪群,陈亚楠[5](2016)在《基于相位谱差值的WAV音频压缩历史检测算法》一文中研究指出音频压缩历史检测是音频取证领域的重要部分,有助于检测音频是否经过篡改和伪造.文中提出基于相位谱差值统计特征的WAV音频压缩历史检测算法.利用相位谱差值的均值、方差及峰度作为检测特征,能较准确地判断待测WAV音频是否被常见的4种编码器中的任一种进行压缩解压处理,并能进一步估计该WAV音频被压缩时采用的比特率.实验表明文中算法能有效检测WAV音频的压缩历史,且性能优于现有算法.(本文来源于《模式识别与人工智能》期刊2016年04期)
谢松昭[6](2014)在《基于全相位双正交变换和全相位内插的图像压缩算法研究》一文中研究指出目前,基于DCT的JPEG图像压缩标准广泛应用在图像和视频压缩领域。其优点是在中、高码率的时候,重建图像质量较高,表现出良好的图像压缩性能;并且算法复杂度不高,容易实现。然而,在低码率的时候,JPEG编码存在严重的块效应。全相位双正交变换(APBT)利用全相位思想,考虑正交变换时所有可能的截取相位,可以有效地降低块效应,并且已经成功应用在图像压缩编码中。本文主要研究全相位双正交变换、全相位数字滤波以及全相位内插技术在图像压缩编码中的应用。本论文详细介绍了APBT理论以及基于APBT的类JPEG压缩算法。在APBT类JPEG压缩算法中,采用APBT取代传统JPEG标准中的DCT变换,并且量化过程采用均一量化而不是复杂的量化表。在低码率时,图像压缩质量明显提高,并且较好地消除了块效应。然而,简单的均一量化不一定是最优量化,利用非线性规划给出了最优量化矩阵,进一步提高了图像压缩质量。在此基础上,将APBT应用于彩色图像压缩编码,对分离的亮度和色度分量分别进行编解码。实验结果表明,基于APBT的彩色图像压缩算法表现出了优于传统算法的压缩性能。为进一步提高APBT类JPEG压缩算法的压缩性能,降低块效应,在编码端首先对原始图像进行下采样,然后在解码端通过内插恢复重建图像。其中,下采样之前进行了全相位DCT低通滤波,插值过程则采用了全相位DCT内插。仿真实验结果表明,该算法取得了良好的去块效果。针对Bayer模式图像特点,将基于APBT的类JPEG压缩取代传统压缩方案,提出了两种新的算法:基于结构分离和APBT的Bayer模式图像压缩,以及基于结构转换和APBT的Bayer模式图像压缩。其中,在插值恢复全彩色图像过程中,采用了全相位IDCT内插方法,并与多种传统内插方法进行了比较。实验结果表明,本文提出的两种算法在主客观方面重建图像的质量均要优于传统算法。(本文来源于《山东大学》期刊2014-05-17)
朱岱寅,张伟,朱兆达[7](2012)在《压缩逆合成孔径雷达中的相位自聚焦算法(英文)》一文中研究指出与常规逆合成孔径雷达(Inverse syntheticaperture radar,ISAR)相同,压缩ISAR也需要进行基于回波信号的运动补偿,其中包括距离对准和相位补偿。本文提出了一种适用于压缩ISAR成像处理的相位自聚焦算法。该算法采用特征向量法解决稀疏ISAR信号的相位补偿问题。试验结果证明了该算法的有效性。(本文来源于《Transactions of Nanjing University of Aeronautics & Astronautics》期刊2012年03期)
张志杰,邹建华[8](2010)在《面向压缩域视频拷贝检测的主要边缘相对相位算法》一文中研究指出为了提高视频拷贝检测的查全率和速度,提出了一种基于主要边缘相对相位的压缩域视频拷贝检测算法.该算法先通过压缩视频I帧中DCT系数的AC分量获取边缘信息,然后从边缘信息中抽取主要边缘相对相位,并将其作为视频特征,最后利用这种特征进行视频拷贝检测.各种拷贝攻击对主要边缘相对相位影响很小,因此本文算法是鲁棒的.此外,该算法直接从压缩域获取信息,避免了解压环节,从而减少了检测用时.实验结果表明,该算法相比于其他压缩域算法,查全率提高了68%,相比于非压缩域算法,检测速度提高了约5倍.(本文来源于《西安交通大学学报》期刊2010年10期)
陈雯[9](2007)在《基于全相位列率滤波的图像压缩算法的设计及实现》一文中研究指出在当今的信息社会,人们被日益增多的多媒体信息所包围。大信息量的图像和视频数据被广泛使用,由于图像和视频数据量非常大,需要大的存储容量和宽的传输信道,若未经处理,其存放、网络传送都存在很大问题。随着信息技术的发展,静止图像和运动图像压缩编码技术的应用越来越广泛,研究高速的压缩算法具有重要意义。本论文研究了基于全相位列率滤波的正交变换,将其应用于改进JPEG图像压缩标准,和传统的DCT正交变换算法相比有很多优点。本论文分别采用全相位余弦双正交变换、全相位反余弦双正交变换及全相位沃尔什双正交变换来替代传统的DCT变换,对变换系数采用均一量化间隔进行量化,然后进行ZIG-ZAG扫描和游程编码,对DC和AC系数分别进行Huffman编码,然后按照相反的过程进行图像重建,从压缩率、重建图像的峰值信噪比PSNR等几个方面与传统的JPEG压缩系统进行比较。通过VC++编程对改进后的算法进行了分析和验证,实验表明,本论文的方案能实现高效的压缩,并能较好的重建图像。本文中还对矢量量化进行了探讨,将其与全相位反余弦双正交变换结合起来应用于图像编码,并对其性能和适用环境进行了分析。(本文来源于《天津大学》期刊2007-09-01)
相位压缩算法论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
高效地获取、处理及传输信息对于科技进步至关重要。作为信息的载体,图像在传统采集过程中通常需要以高采样频率采样才能够被完美重建。然而,较多的测量数据既增加了采样端的复杂性,又给数据的传输、处理与存储增加了压力。如何利用少量测量数据重建高质量图像是一大挑战。为解决该问题,本文利用自适应稀疏表示技术研究从信息缺失严重的测量数据中重建高质量图像的算法,重点研究有效的压缩感知核磁共振成像(Compressed Sensing Magnetic Resonance Imaging,CSMRI)与相位恢复(Phase Retrieval,PR)算法。具体研究内容及创新性成果如下:首先,为解决现有CSMRI算法在低采样率下重建质量低的问题,提出基于一阶逼近字典学习的CSMRI算法及融合局部稀疏性、即插即用先验的CSMRI算法。字典学习方法在图像重建中至关重要,本文对传统字典学习代价函数中的字典与系数的乘积项进行一阶逼近提出了能够有效捕获图像信息的一阶逼近字典学习方法。此外,利用该方法提出了有效的CSMRI算法。根据图像与其去噪结果应尽可能接近的原理,构建了即插即用正则化模型。将该模型引入到基于一阶逼近字典学习的CSMRI中以利用多种先验知识进行图像重建,实验验证了算法的有效性。其次,为解决低过采样率下现有PR算法重建质量低的问题,提出了基于紧标架、自适应正交字典的PR算法。传统相位恢复的测量数据包含关于待重建图像较少的结构信息,为保证重建高质量图像需利用额外的先验信息进行重建。为此,提出利用图像在TIHP(Translation Invariant Haar Pyramid)紧标架下的稀疏性进行相位恢复的算法。由于紧标架的非自适应性,上述算法在更低的过采样率下重建质量不高。为解决该问题,提出利用自适应字典进行相位恢复的算法。该算法将字典限制为正交结构以降低算法计算复杂度,通过傅里叶模值联合优化字典与图像,实验验证了算法的有效性。再次,提出迁移正交稀疏变换学习算法,并利用该方法进行相位恢复。由于相位恢复的初始估计图像通常为随机的,初始迭代的估计图像包含大量噪声,将该估计图像的图像块作为训练样本不利于字典学习。为解决该问题,构造了稀疏变换正则项以衡量待学习稀疏变换与已知稀疏变换的相似性。提出迁移正交稀疏变换学习方法,并利用该学习方法构造了PR优化问题。采用交替方向乘子法对该问题进行了有效求解。最后,面向编码衍射图案(Coded Diffraction Pattern,CDP)采样模型提出基于紧标架学习、组稀疏字典学习的PR算法以解决现有算法在CDP数量较少情况下重建质量低、抗噪性能差的问题。针对高斯噪声污染的情况,提出利用非自然稀疏表示模型、紧标架学习模型进行图像重建的PR算法。该算法利用非自然l0稀疏度量函数衡量图像在自适应紧标架下的稀疏性以抑制估计图像中的噪声成分。针对泊松噪声,提出利用多种先验知识进行图像重建的PR算法。将局部稀疏性、非局部相似性通过基于组的稀疏表示模型引入到图像重建中,并结合图像在梯度域的稀疏性进行相位恢复。多种先验知识的利用使得该算法能够通过少量CDP有效重建图像。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
相位压缩算法论文参考文献
[1].练秋生,宋爽,陈书贞,石保顺.基于高阶马尔可夫随机场及非线性压缩感知的相位恢复算法[J].电子学报.2017
[2].石保顺.基于自适应稀疏表示的压缩感知及相位恢复算法研究[D].燕山大学.2017
[3].宋爽.基于非线性压缩感知的相位恢复算法研究[D].燕山大学.2017
[4].魏天姣.基于图像稀疏表示与非线性压缩感知的相位恢复算法研究[D].燕山大学.2016
[5].周劲蕾,王让定,金超,严迪群,陈亚楠.基于相位谱差值的WAV音频压缩历史检测算法[J].模式识别与人工智能.2016
[6].谢松昭.基于全相位双正交变换和全相位内插的图像压缩算法研究[D].山东大学.2014
[7].朱岱寅,张伟,朱兆达.压缩逆合成孔径雷达中的相位自聚焦算法(英文)[J].TransactionsofNanjingUniversityofAeronautics&Astronautics.2012
[8].张志杰,邹建华.面向压缩域视频拷贝检测的主要边缘相对相位算法[J].西安交通大学学报.2010
[9].陈雯.基于全相位列率滤波的图像压缩算法的设计及实现[D].天津大学.2007