• Repositorio Institucional Universidad de Pamplona
  • Trabajos de pregrado y especialización
  • Facultad de Ingenierías y Arquitectura
  • Ingeniería en Telecomunicaciones
  • Please use this identifier to cite or link to this item: http://repositoriodspace.unipamplona.edu.co/jspui/handle/20.500.12744/675
    Title: Reconstrucción de imágenes sparse de radar en alta resolución usando algoritmos SPGL1 y GPSR.
    Authors: Navarro Rada, Israel David.
    Keywords: Compressive Sensing (CS),
    GPSR,
    SPGL1,
    compresión,
    imágenes de radar.
    Issue Date: 2016
    Publisher: Universidad de Pamplona – Facultad de Ingenierías y Arquitectura.
    Citation: Navarro Rada, I. D. (2016). Reconstrucción de imágenes Sparse de radar en alta resolución usando algoritmos SPGL1 y GPSR [Trabajo de Grado Pregrado, Universidad de Pamplona]. Repositorio Hulago Universidad de Pamplona. http://repositoriodspace.unipamplona.edu.co/jspui/handle/20.500.12744/675
    Abstract: In this paper grade new reconstruction techniques signals as are SPGL1 and GPSR, software level in radar images of high resolution, these images are in a (sparse) sparse domain is implemented, and otherwise the technique of the discrete cosine transform is used to convert these images not sparse to sparse, this is to have a successful reconstruction. Then it is shown that the theory actually Compressive Sensing (CS) can be applied to image reconstruction of high-resolution radar, as well suggests the theory. The radar image in sparse state, will be screened on a random matrix, which will compress the image to 10%, 25%, 50% and 75% this process will allow us to see the reconstruction of the image in each of these compressions and also it analyzed with a comparative study the performance of each reconstruction methods, using different criteria such as loss of data and computational cost in order to make known which of these methods is the most efficient for each type of application. This work jointly presents the simulation of these reconstruction techniques in MATLABlevel code, known as guide tool will be a graphical user interface, additionally we will have a user manual which will consist of the steps to experience reconstruction of an image. The methods were effective in reconstructing radar images in high definition, was presented loss of data or failure of different reconstruction for each method, SPGL1 obtained errors for image 1 to different degree of compression (10% = 0.2311, 25% = 0.8245 50% = 2.7630, 75% = 7.3135), for GPSR was obtained (10% = 5.2220, 25% = 6.8218, 50% = 7.3108, 75% = 9.7869) solver SPGL1 proved best in terms of quality of reconstruction.
    Description: En este trabajo de grado se implementaran nuevas técnicas de reconstrucción de señales como lo son SPGL1 y GPSR, a nivel de software, en imágenes de radar de alta resolución, estas imágenes están en un dominio sparse (poco densas), y de no ser así, se utilizará la técnica de la transformada discreta del coseno, para convertir estas imágenes de no sparse a sparse, esto es para tener una reconstrucción exitosa. Seguidamente se muestra que efectivamente la teoría Compressive Sensing (CS) puede ser aplicada para la reconstrucción de imágenes de radar de alta resolución, pues así lo indica la teoría. La imagen de radar en estado sparse, será proyectada sobre una matriz aleatoria, que permitirá comprimir la imagen a 10%,25%,50% y 75% todo este proceso se permitió ver la reconstrucción de la imagen en cada una de estas compresiones y además se analiza con un estudio comparativo el rendimiento de cada uno de los métodos de reconstrucción, usando diferentes criterios como: perdida de información y costo computacional con la finalidad de dar a conocer cuál de estos métodos es el más eficiente en cada tipo de aplicaciones. Este trabajo presenta conjuntamente la simulación de estas técnicas de reconstrucción en MATLAB a nivel de código, y con la herramienta conocida como guide se verá una interfaz gráfica de usuario, adicionalmente se tiene un manual para el usuario el cual constara de los pasos a seguir para experimentar la reconstrucción de una imagen. Los métodos fueron efectivos al reconstruir imágenes de radar en alta definición, se presentó perdida de información o error de reconstrucción diferentes para cada método, SPGL1 obtuvo errores para la imagen 1 a distintos grado de compresión de (10%=0.2311, 25%=0.8245, 50%=2.7630, 75%=7.3135), para GPSR se obtuvo (10%=5.2220, 25%=6.8218, 50%=7.3108, 75%=9.7869) el solucionador SPGL1 demostró ser mejor en cuanto a la calidad de reconstrucción.
    URI: http://repositoriodspace.unipamplona.edu.co/jspui/handle/20.500.12744/675
    Appears in Collections:Ingeniería en Telecomunicaciones

    Files in This Item:
    File Description SizeFormat 
    Navarro_2016_TG.pdfNavarro_2016_TG4,07 MBAdobe PDFView/Open


    Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.