

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、稀疏表示理論又稱壓縮感知理論。最近,由于其較大的理論突破,尤其是計(jì)算復(fù)雜度的下降,使得該理論被廣泛應(yīng)用到信號處理領(lǐng)域的各個(gè)方面。作為一種特殊的信號,圖像信號本身及其所反映的語義在很多時(shí)候具備稀疏性這一特點(diǎn),這使得稀疏表示相關(guān)的理論可以被引入到圖像處理這一領(lǐng)域中。稀疏表示理論已成為近幾年來圖像處理和模式識別領(lǐng)域的研究熱點(diǎn),研究基于學(xué)習(xí)字典的模型構(gòu)造方法、快速有效的稀疏表示算法及其在圖像處理中的應(yīng)用,具有非常重要的理論研究價(jià)值和實(shí)際意義。<
2、br> 本文將稀疏表示理論引入到圖像修復(fù)領(lǐng)域中,并應(yīng)用到壁畫數(shù)字圖像的圖像修復(fù)中。將計(jì)算機(jī)技術(shù)應(yīng)用到文物保護(hù)是目前文物保護(hù)的趨勢。將圖像修復(fù)技術(shù)應(yīng)用到我國古代壁畫的數(shù)字圖像修復(fù)中,可提高古代壁畫修復(fù)的效率,也對人工修復(fù)有一定的指導(dǎo)意義,同時(shí)也有助于實(shí)現(xiàn)文物的虛擬復(fù)原等工作,本文的工作具有一定的實(shí)際應(yīng)用價(jià)值。
本文主要工作有:
1.闡述了稀疏表示理論的基本概念、數(shù)學(xué)模型、優(yōu)化算法等內(nèi)容,以及其在圖像處理等
3、領(lǐng)域的應(yīng)用,著重介紹了壁畫修復(fù)的相關(guān)技術(shù)及工作內(nèi)容,分析了稀疏域模型的求解算法和字典學(xué)習(xí)算法。
2.討論了使用稀疏域信號模型修復(fù)圖像的方法及改進(jìn)。從有重疊和無重疊地提取圖像小塊、局部和全局修復(fù)兩方面實(shí)驗(yàn)比較,驗(yàn)證了基于稀疏表示的圖像修復(fù)算法——局部K-SVD、全局MCA的可行性和有效性。
3.提出一種新的基于學(xué)習(xí)字典的壁畫圖像修復(fù)算法。結(jié)合Criminisi的紋理合成技術(shù),在字典訓(xùn)練、圖像小塊修復(fù)順序、修復(fù)邊
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于稀疏表示的圖像修復(fù)方法研究.pdf
- 基于稀疏表示的圖像修復(fù)技術(shù)研究.pdf
- 基于稀疏表示的彩色圖像修復(fù)方法.pdf
- 基于圖像分解和稀疏表示的圖像修復(fù)方法研究.pdf
- SL0稀疏表示的圖像修復(fù)研究.pdf
- 基于FMM和稀疏表示圖像修復(fù)算法的研究.pdf
- 基于稀疏表示的圖像修復(fù)算法實(shí)現(xiàn)與優(yōu)化研究.pdf
- 基于稀疏表示與字典訓(xùn)練的圖像著色與圖像修復(fù)算法研究.pdf
- 基于塊稀疏表示和區(qū)域特性的圖像修復(fù)算法.pdf
- 基于結(jié)構(gòu)稀疏表示的光譜圖像稀疏重建.pdf
- 基于稀疏表示的工業(yè)Data Matrix碼圖像修復(fù)算法研究.pdf
- 基于稀疏表示的超分辨率重建和圖像修復(fù)研究.pdf
- 基于稀疏表示的圖像分離.pdf
- 基于稀疏表示的圖像重構(gòu).pdf
- 基于稀疏表示的紋理圖像分割研究.pdf
- 基于稀疏表示的SAR圖像壓縮研究.pdf
- 基于稀疏表示的圖像融合方法研究.pdf
- 基于稀疏表示的音頻修復(fù)算法研究.pdf
- 基于稀疏表示的圖像識別.pdf
- 基于稀疏表示的Criminisi圖像修復(fù)及其在缺陷檢測中的應(yīng)用.pdf
評論
0/150
提交評論