已閱讀1頁,還剩58頁未讀, 繼續(xù)免費閱讀
版權(quán)說明: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),請進行舉報或認領(lǐng)
文檔簡介
1、當(dāng)前鐵路行業(yè)高速發(fā)展,鐵路安全關(guān)系國計民生,而走行部的安全檢測是保障鐵路安全的重要的環(huán)節(jié)。目前機車走行部的異常檢測主要是基于機器視覺的檢測,由于圖片自身所需的存儲容量和傳輸帶寬的影響,檢測效率已經(jīng)逐漸趕不上高速發(fā)展的鐵路行業(yè),本文使用了基于稀疏表示的壓縮方法,并對機車底部的圖像進行壓縮,相對于當(dāng)前的JPEG圖像壓縮,提高了壓縮效率,對提高機車異常檢測有重要意義。
本文以稀疏表示算法為基礎(chǔ),對稀疏表示的基本原理有了詳細的介紹,特
2、別是稀疏分解和字典訓(xùn)練的算法過程,并且介紹了量化的基本原理。實驗部分將待壓縮的機車底部圖像作為輸入圖像,使用了完整的壓縮流程進行測試,過程中用到了均勻量化方法,發(fā)現(xiàn)沒有對圖像實現(xiàn)數(shù)據(jù)壓縮的效果,因此對稀疏表示系數(shù)進行數(shù)值分布和能量分布分析,對傳統(tǒng)量化方法做出了改進。
改進方法主要是對量化的改進,使用的勻化處理的方法,根據(jù)能量的均分原則實現(xiàn)非均勻量化,對輸入圖像進行壓縮測試,出現(xiàn)了小白塊的現(xiàn)象,通過分析提出稀疏表示的量化方法,即
溫馨提示
- 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于稀疏表示的SAR圖像壓縮研究.pdf
- 基于壓縮感知的圖像稀疏表示方法.pdf
- 機車底部故障圖像識別技術(shù)研究.pdf
- 基于壓縮感知的圖像稀疏表示及重構(gòu)算法研究.pdf
- 基于稀疏表示與字典學(xué)習(xí)的極化sar圖像壓縮
- 基于稀疏表示與字典學(xué)習(xí)的極化SAR圖像壓縮.pdf
- 基于稀疏與冗余表示法的圖像壓縮與重建.pdf
- 高光譜圖像的稀疏表示和壓縮算法研究.pdf
- 基于多形態(tài)稀疏表示的圖像壓縮感知重構(gòu)算法研究.pdf
- 基于自適應(yīng)字典稀疏表示的人臉圖像壓縮算法研究.pdf
- 基于壓縮感知和稀疏表示理論的圖像去噪研究.pdf
- 基于結(jié)構(gòu)稀疏表示的光譜圖像稀疏重建.pdf
- 基于稀疏表示的圖像修復(fù)研究.pdf
- 基于稀疏表示的圖像重構(gòu).pdf
- 圖像壓縮傳感中基于變換域和字典學(xué)習(xí)的稀疏表示研究.pdf
- 基于稀疏表示的圖像分離.pdf
- 基于稀疏表示的紋理圖像分割研究.pdf
- 基于稀疏表示的圖像融合方法研究.pdf
- 自適應(yīng)優(yōu)化稀疏表示的遙感圖像壓縮重構(gòu)研究.pdf
- 基于稀疏表示的圖像識別.pdf
評論
0/150
提交評論