排序方式： 共有2条查询结果，搜索用时 2 毫秒
1
1.
对于同轴傅里叶数字全息,传统重构算法应用快速傅里叶逆变换算法进行重构,但采样过程需要满足香农采样定理,导致海量采样数据,大大增加了存储和传输的代价。提出了一种基于压缩传感的相移同轴傅里叶数字全息重构方法,利用马赫-曾德尔干涉光路采集同轴全息图,对采集数据进行部分采样、测量;然后利用最小全变分法对采集的数据进行数值再现。数值仿真结果表明,基于压缩传感的傅里叶全息重构算法优于基于快速傅里叶逆变换的传统算法,它将全息数据的采集和压缩合为一步进行,不仅采样数据明显少于传统采样数据,而且利用约8%的数据仍然能精确地重构出原图像。 相似文献
2.
本文提出一种基于哈德码变换的等均值等方差最近邻(HTEENNS)快速矢量量化码字搜索算法.在编码前,该算法预先计算每个码字的哈德码变换,然后根据各码字哈德码变换的第一维系数大小的升序排列对码字进行排序.在编码过程中,首先计算输入矢量的哈德码变换和方差,然后选取与输入矢量哈德码变换的第一维系数最近的码字作为初始匹配码字,然后利用两条有效的删除准则在该码字附近进行上下搜索与输入矢量最近的码字.测试结果表明,本文算法比等均值最近邻搜索算法(ENNS)、等均值等方差最近邻搜索(EENNS)算法和哈德码变换域部分失真搜索算法等算法有效得多. 相似文献
1