学位论文 > 优秀研究生学位论文题录展示
基于稀疏表示的图像修补研究
作 者: 邢海霞
导 师: 祝轩
学 校: 西北大学
专 业: 电子与通信工程
关键词: 稀疏表示 图像修补 MCA模型 SAT模型 Bregman迭代
分类号: TP391.41
类 型: 硕士论文
年 份: 2011年
下 载: 182次
引 用: 0次
阅 读: 论文下载
内容摘要
图像修补技术是图像处理的关键技术之一,被广泛地应用于生物视觉系统研究、计算机模式识别和医学等多个领域。目前,基于稀疏表示的图像修补研究是该领域近几年的一个新的研究分支,同时,稀疏表示的图像修补研究具有很重要的现实意义和广阔的研究前景,基于此,本文在以下几方面进行了研究,并有所收获:1、系统地研究了MCA稀疏模型,实现了基于MCA模型的图像稀疏分解,并数值实现MCA和TV模型相结合的污损图像修补。更进一步指出MCA模型可以和CDD模型相结合修补污损图像,并算法实现。实验证明,MCA&CDD修补算法在一定程度上克服了MCA&TV的弊病,能够较好修补污损图像。2、研究VO模型与Bregman迭代理论,利用Bregman迭代求解VO模型,实现基于VO模型的图像分解,并将VO模型、曲波变换、局域DCT变换与CDD模型相结合实现基于VO&CDD的稀疏图像修补,实验证明,VO&CDD可以较好地实现稀疏图像修补。3、引入稀疏表示与全变分相结合的图像分解模型(SAT模型),并利用Bregman迭代方法求解该模型,将其应用于稀疏分解与稀疏图像修补。实验证明,SAT模型能够获得好的重构图像,并具有好的图像稀疏修补能力。总之,本文重点研究了稀疏分解模型以及基于稀疏表示的图像修补方法,并算法实现了MCA&TV、MCA&CDD和VO&CDD修补算法,更进一步采用SAT模型实现图像稀疏分解与修补,分别获得好的修补结果。
|
全文目录
摘要 3-4 Abstract 4-8 第一章 绪论 8-16 1.1 引言 8 1.2 图像的稀疏表示 8-12 1.2.1 稀疏表示理论 8-11 1.2.2 稀疏表示的国内外研究现状 11-12 1.3 图像修补概述 12-14 1.4 本文的主要研究内容及结构安排 14-16 第二章 基于稀疏MCA模型的图像修补 16-28 2.1 MCA模型 16-20 2.1.1 MCA数学模型 16-17 2.1.2 MCA模型算法实现 17-19 2.1.3 MCA模型实验结果 19-20 2.2 CDD图像修补模型 20-22 2.2.1 CDD模型修补原理 20-21 2.2.2 CDD模型算法实现 21-22 2.3 MCA&CDD相结合的图像修补 22-27 2.3.1 MCA&CDD相结合算法 22-23 2.3.2 MCA&CDD实验结果 23-27 2.4 本章小结 27-28 第三章 基于VO模型的稀疏图像修补 28-48 3.1 Bregman迭代方法 28-36 3.1.1 Bregman距离 28 3.1.2 基本Bregman迭代方法 28-30 3.1.3 简化Bregman迭代方法 30-31 3.1.4 线性化Bregman迭代方法 31-35 3.1.5 分裂Bregman迭代方法 35-36 3.2 VO模型 36-38 3.3 Bregman方法求解VO模型实现图像分解 38-44 3.3.1 算法实现 38-40 3.3.2 实验仿真 40-44 3.4 VO&CDD模型相结合的稀疏图像修补 44-47 3.4.1 算法实现 44-45 3.4.2 实验仿真 45-47 3.5 本章小结 47-48 第四章 一种新的图像稀疏分解修补模型 48-60 4.1 SAT模型的建立 48-49 4.2 基于Bregman迭代的SAT模型的图像分解 49-52 4.2.1 算法实现 49-50 4.2.2 实验仿真与分析 50-52 4.3 基于Bregman迭代的SAT模型图像稀疏修补 52-59 4.3.1 算法实现 52-55 4.3.2 实验仿真与分析 55-59 4.4 本章小结 59-60 第五章 总结与展望 60-62 5.1 研究内容总结 60 5.2 未来工作展望 60-62 参考文献 62-66 致谢 66
|
相似论文
- 语音信号的压缩感知研究及其在语音编码中的应用,TN912.3
- 基于稀疏表示残差融合的人脸表情识别,TP391.41
- 基于小波变换的信号稀疏表示及其在图像去噪中的应用,TP391.41
- 基于压缩感知的语音稀疏基和投影矩阵构造技术的研究,TN919.8
- 基于压缩感知的信号恢复算法研究,TN911.7
- 基于稀疏表示的高空间分辨率遥感影像纹理描述方法的研究,TP751
- 基于自适应字典稀疏表示超分辨率重建的视频编码技术,TN919.81
- 弱稀疏信号欠定盲分离技术的研究,TN911.7
- 可变光照和遮挡条件下的人脸识别技术研究及其应用,TP391.41
- 基于稀疏表示的人体运动捕获数据分析方法研究,TP391.41
- 基于内容的商品图像分类技术研究,TP391.41
- 数字图像修复技术研究,TP391.41
- 沥青路面病害修补图像的自动检测方法研究,TP391.41
- 基于深度图像绘制的二维转三维视频关键技术研究,TP391.41
- 基于MRF的图像样本修补技术研究及实现,TP391.41
- 基于稀疏表示的小波图像去噪,TP391.41
- 基于TV模型的中值公式的研究,TP391.41
- 小波图像修补空域求解方法研究,TP391.41
- 基于图像的虚拟实景空间构建及应用,TP391.41
- 若干分类字典下形态分量分析算法与图像修补应用研究,TP391.41
- 基于全变分模型的图像修补研究及应用,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|