论文部分内容阅读
基于图像分块压缩感知的高效表征技术研究
【摘 要】
：
传统的图像采样基于奈奎斯特采样定理,即以不低于图像信号频谱中最高频率两倍进行均匀采样。随着现代社会信息化的迅猛发展,图像承载的信息越来越多,这些图像信号所具有的带宽也变得越来越大。继续采用传统的采样方案对图像进行获取,所需的奈奎斯特采样率也会变得越来越大,这将导致更高复杂度的采样硬件设备,难以适用于一些采样时间、计算和存储资源受限的实际场景。近年来兴起的压缩感知技术作为一种可替代的解决方案,利用信
【机 构】
：
东华大学
【出 处】
：
东华大学
【发表日期】
：
2021年01期
【基金项目】
：
其他文献
光子在具有线性动量的同时,能够具有轨道角动量(orbital angular momentum,OAM)。由于不同拓扑荷数的OAM光之间存在正交性,OAM光通信成为了拓展通信系统容量的研究热点。OAM光在自由空间中传输时,容易受到大气湍流的干扰。深度学习是一种能够在OAM光束经过大气湍流扰动后,通过电荷耦合器件(charge coupled device,CCD)采集的OAM光强数据识别OAM拓扑
学位
互联网的高速发展为人们的生活带来了许多便利,但也导致了许多安全问题,其中,如何准确识别异常网络流量是网络安全研究的焦点之一。软件定义网络作为一种新型网络架构,它实现了转发控制分离,具有可编程性和高度的灵活性,为网络流量异常检测提供了新的方法和手段。机器学习方法是流量异常检测中一类重要方法,其优势在于它有标准的学习流程,有众多基于统计学数学证明的高效学习算法,有活跃的问答社区,有丰富的工具箱和可供参
学位
作为地面通信系统的补充与扩展,卫星通信系统在空天地一体化网络中扮演着关键角色。其中,低轨(Low Earth Orbit,LEO)卫星系统作为全时空覆盖的接入网络,在全球物联网和应急通信等领域具有突出优势。由于LEO卫星的快速移动性和多波束结构的特点,其覆盖范围内各波束间流量需求极为不均衡且具有时变性,而采用传统的固定资源分配方式会存在负载高的波束通信容量不足,负载低的波束资源过剩的问题,导致系统
学位
双目立体视觉利用自然光源下的二维图像信息进行三维重建。由于其成本低、适应性强等特点,广泛应用于医学、军事、文物保护等领域。深度估计在双目立体视觉相关的三维重建中发挥着重要的作用。本文针对双目系统中存在标定结果的误差,匹配精度不够理想以及匹配时的阴影遮挡等问题,对算法进行优化改进。搭建双目立体视觉系统,实现对所拍摄的图片进行匹配、测距、重建的功能。本文所做的主要工作如下:(1)针对传统标定算法中存在
学位