学位论文 > 优秀研究生学位论文题录展示
稀疏表示在图像处理中的应用
作 者: 沈斌
导 师: 章毓晋
学 校: 清华大学
专 业: 信息与通信工程
关键词: 稀疏表示 压缩感知 前景分割 图像分类
分类号: TP391.41
类 型: 硕士论文
年 份: 2009年
下 载: 948次
引 用: 2次
阅 读: 论文下载
内容摘要
稀疏表示理论又称压缩感知理论。最近,由于其较大的理论突破,尤其是计算复杂度的下降,使得该理论被广泛应用到信号处理领域的各个方面。作为一种特殊的信号,图像信号本身及其所反映的语义在很多时候具备稀疏性这一特点,这使得稀疏表示相关的理论可以被引入到图像处理这一领域中。本文主要考虑稀疏表示理论在图像处理领域的三个应用。首先,本文将稀疏表示理论引入到图像修复领域中。图像修复就是要将图像中丢失的信息复原,使得恢复后的图像区域与图像的其他区域很好地兼容,在视觉感知上使两者足够相似。本文将图像修复问题看成序贯的信号恢复过程,利用图像小块具有稀疏性这一特点,提出了基于稀疏表示的图像修复算法。该算法能够有效恢复图像中的丢失信息,保持视觉上的真实性。同时,该算法可以处理较大区域的信息丢失,因此不光可以用于照片刮痕等细小损害的去除,还可以用于将照片中不想出现的较大物体去除等编辑过程中。该算法只需要当前一张图片作为输入。其次,本文将视频中的前景分割问题看成一个图像块的分类问题。本文提出了超像素包这一对背景和前景同时建模的方法。同时,利用发现图像块在超像素包上具有稀疏性,进而利用带L1范数限制的回归方法求得图像块的一种新型的特征。该特征是稀疏的向量,因此有着较强的鉴别性。利用该新型的特征向量对图像块分成前景和背景两类,就可以实现前景和背景的分离。该算法不要求背景是静止,也允许目标和背景发生任何刚性或者非刚性的变化,因此有较强的鲁棒性。该算法可以有效提取前景,这可以方便进行背景替换等视频编辑,也可以为进一步的视频分析作准备。本文还考虑了物体分类问题。一个图象区域所表达的语义是有限的,因此对于庞大的语义字典,某一特定区域所表达的语义是稀疏的。基于此,本文提出基于稀疏语义表示的物体分类算法。其中,半监督的概率隐含语义分析被引入来学习一组有较明确语义的话题。实验表明,该算法比传统的分类方法有较明显的改进。
|
全文目录
摘要 3-4 Abstract 4-8 第1章 引言 8-17 1.1 选题背景介绍 8-9 1.1.1 稀疏表示的概念 8-9 1.1.2 稀疏表示的好处 9 1.2 发展现状 9-15 1.2.1 稀疏表示的研究方向 9-10 1.2.2 信号的稀疏变换 10-14 1.2.3 稀疏表示在图像信号处理领域的应用 14-15 1.3 研究内容和主要贡献 15 1.4 论文组织 15-17 第2章 基于稀疏表示的图像修复 17-28 2.1 引言 17-18 2.2 信号的稀疏表示与复原 18-19 2.3 图像修复算法 19-23 2.3.1 填充顺序 20-21 2.3.2 信号复原 21-22 2.3.3 基的构建 22-23 2.3.4 算法流程 23 2.4 实验结果 23-25 2.5 讨论与小结 25-28 2.5.1 与相关工作的关系 25-27 2.5.2 结论 27-28 第3章 基于稀疏表示的前景分割 28-39 3.1 引言 28-29 3.2 重要观测 29-30 3.3 前景分割算法 30-35 3.3.1 分割与超像素的描述 31 3.3.2 对前/背景同时建模的超像素包模型 31-32 3.3.3 测试帧中的的稀疏表示 32-33 3.3.4 图像块分类 33-34 3.3.5 算法流程 34-35 3.4 实验结果 35-37 3.5 讨论与小结 37-39 第4章 基于稀疏语义表示的物体分类 39-59 4.1 引言 39-41 4.2 半监督的物体分类 41-45 4.2.1 基于概率隐含语义分析的物体分类 41-42 4.2.2 用于物体分类的半监督的概率隐含语义分析 42-45 4.3 半监督概率隐含语义分析的实验结果 45-48 4.3.1 实验设置 45-46 4.3.2 LabelMe 数据库上的物体分类结果 46-48 4.4 基于稀疏语义表示的物体分类 48-50 4.4.1 稀疏语义表示 49 4.4.2 非负的稀疏语义表示 49-50 4.5 实验结果 50-58 4.5.1 五类分类问题的实验结果 50-53 4.5.2 五十类分类问题的实验结果 53-58 4.6 讨论与小结 58-59 第5章 总结与展望 59-61 参考文献 61-65 致谢 65-66 个人简历、在学期间发表的学术论文与研究成果 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“词袋”模型的图像分类系统,TP391.41
- 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
- 压缩感知在无线通信网络异常事件检测中的应用研究,TN929.5
- 基于随机矩阵理论和压缩感知的合作频谱感知技术研究,TN925
- 压缩感知中信号重构算法的研究,TN911.6
- 基于压缩感知的认知无线电频谱检测技术及其研究,TN925
- 压缩感知在无线传感网中的应用研究,TN929.5
- 基于压缩感知的语音信号编码技术研究,TN912.3
- 无线传感器网络中视频编码的跨层优化研究,TN919.81
- 无线传感器网络中分布式压缩感知关键技术,TN929.5
- 基于压缩感知的多径信道估计及其研究,TN925
- 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
- 基于稀疏表示的语音信号的最佳投影与其重构技术的研究,TN912.3
- 宽带无线通信中基于压缩感知的信道估计研究,TN92
- 蜂窝网络中基于流量预测的节能关键技术研究,TN929.53
- 压缩感知算法及其在矢量量化中的应用,TN911.7
- 基于压缩感知的信号恢复算法研究,TN911.7
- 基于压缩感知的分布式视频编码技术研究,TN919.81
- 认知无线网络中宽带压缩频谱感知关键技术,TN925
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
|