基于壓縮感知的水下圖像處理.pdf

1、海洋逐漸成為人類探索的重要領(lǐng)域，人們進行海洋科研工作主要通過水下成像得到水下目標(biāo)信息。隨著人們對水下信息的需求逐漸增加，水下成像系統(tǒng)的硬件設(shè)施承受壓力也逐漸增大。近年來由Donoho和Cands提出的壓縮感知(Compressed Sensing)理論為人們采集信號帶來一種新思路。該理論將信號采樣壓縮于一體，直接得到所需采樣值，采樣的數(shù)據(jù)量大大減小，避免了浪費，有助于緩解巨大信息量帶來的硬件壓力，這為采用少數(shù)傳感器即可獲得高分辨信號提供

2、了新的方向和理論基礎(chǔ)。本文主要工作如下：
　　首先介紹了壓縮感知理論的應(yīng)用現(xiàn)狀、背景和水下成像的特點。詳細介紹壓縮感知的基礎(chǔ)理論及主要的算法原理,對壓縮感知理論的稀疏表示、測量矩陣、重建方法都進行了深入的學(xué)習(xí)和分析。對五種常用測量矩陣的構(gòu)造及優(yōu)點進行詳細介紹，給出最小范數(shù)法、匹配追蹤類算法中幾種典型算法的具體步驟和性能分析。
　　其次，簡要介紹了小波變換的理論基礎(chǔ)和小波去噪法。為改善壓縮感知在有噪圖像中的應(yīng)用，本文根據(jù)小波閾

3、值去噪的思想提出一種改進的方法，對有噪圖像基于稀疏基的稀疏系數(shù)進行處理，提高有噪圖像的稀疏度，經(jīng)過實驗證明該方法明顯改善了壓縮感知理論對有噪圖像的重建效果，極大的縮短了運行時間。
　　最后，介紹了水下成像技術(shù)及相關(guān)器件的發(fā)展，將壓縮感知理論應(yīng)用到水下成像中。對壓縮感知理論幾種常用的稀疏基、測量矩陣、重建方法在水下圖像成像的應(yīng)用進行研究，在不同采樣率下對壓縮感知理論方法進行實驗仿真。由實驗仿真結(jié)果可得稀疏變換中的小波變換基，測量矩陣