基于压缩感知的声纳成像信息重建技术研究
2017-06-29刘尚安效峰陈明
舰船电子工程 2017年6期
刘尚 安效峰 陈明
(杭州应用声学研究所杭州310023)
基于压缩感知的声纳成像信息重建技术研究
刘尚 安效峰 陈明
(杭州应用声学研究所杭州310023)
人类对海洋的探索发现中,由于水下环境复杂使得水下声数据面临着高速采集、压缩和图像重构的问题。新兴的压缩感知理论提出,能用低采样率高概率地重构原始信号。论文研究了DCT和DWT两种变换基对声纳图像进行稀疏表示,并改进了一种在低采样率下重建稀疏图像的测量矩阵,通过仿真实验论证了该矩阵相对其他矩阵在低采样率下有效提升了重构图像质量,为利用少量数据重构水下图像提供了便利。
压缩感知;水下图像重构;测量矩阵
Class NumberU666
1 引言
众所周知,海洋面积占地球表面积的百分之七十一。近年来随着地球人口的与日俱增,陆上资源的不断消耗,海洋资源成为人类目光聚焦的新空间。不仅如此,海洋在各国军事上的战略地位也愈发凸显,沿海国家对于维护国家安全意识也更加强烈。声纳是利用水下声波对目标进行探测和定位的设备,因而水面舰艇、潜艇、水雷、鱼雷、水下暗礁、鱼群及其它能发出声波或产生回波的水下物体,均可以作为声纳的探测目标,声纳成像技术通过图像可以获得目标的特征信息,并在此基础上进行目标的识别和分类。
要实现水下声图像的高速传输,急需解决的问题是对图像进行高效的采集、压缩和图像重构。压缩感知(Compressed Sensing,CS)是近年来新兴的一个理论,它打破了奈奎斯特采样定理的限制,提出用少量数据就能重构出较为理想的信号。……
登录APP查看全文
