压缩感知理论在蝗灾监测中的应用
Transducer and Microsystem Technologies（2022）
摘要
非洲蝗虫灾害给当地农作物带来了巨大的损害,为了实时监测蝗虫迁徙动向和蝗虫变异状态,提出一种改进的压缩采样匹配追踪(uCoSaMP)蝗虫图像重构算法.针对观测矩阵性能不佳的现状,通过构造新观测矩阵,有效提高观测值的重构潜能.在原子选择阶段,利用修正因子自适应地修正残差与观测矩阵各列的相关性,提高候选集的正确率;在原子剔除阶段,细分为两步:第一步采用最小二乘法将候选集尺寸缩小到两倍稀疏度大小,第二步利用信号和残差的加权值获得支撑集;根据残差二范数和阈值的大小设置迭代停止条件;以近景和远景蝗虫图像为仿真对象分别进行实验,结果表明:改进算法在主观和客观方面均具有更优的重构性能,峰值信噪比(PSNR)最大提高了10％.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要