

版權(quán)說(shuō)明:本文檔由用戶(hù)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、圖像科學(xué)是一門(mén)集多學(xué)科于一體的交叉學(xué)科,與相關(guān)學(xué)科(特別是數(shù)學(xué)學(xué)科)的基礎(chǔ)理論在該學(xué)科的成功應(yīng)用密不可分。在圖像處理中,無(wú)論是圖像模型的建立,圖像特征的描述,圖像處理算子的設(shè)計(jì),還是圖像優(yōu)化處理中的范函極小化,最終都?xì)w結(jié)為一個(gè)數(shù)學(xué)理論問(wèn)題。特別是近年來(lái),以變分偏微分方程(PDE)方法和稀疏表示為代表的數(shù)學(xué)工具活躍在圖像處理的各個(gè)研究領(lǐng)域,并逐步為人們所接受。本文在對(duì)變分PDE及稀疏表示的理論進(jìn)行深入研究的基礎(chǔ)上,進(jìn)一步討論了它們?cè)趫D像處
2、理中的聯(lián)合應(yīng)用問(wèn)題,得到了一些新的有意義的算法。 本文的研究成果主要有以下幾個(gè)方面: 1.用直接的偏微分方程提出了一種新的半離散的非線性圖像增強(qiáng)方法; 針對(duì)Perona-Malik(P-M)各向異性擴(kuò)散方程在去噪的同時(shí)不能保留尖峰及邊緣細(xì)節(jié)的缺點(diǎn),借助彈簧體模型和穩(wěn)定的逆擴(kuò)散方程(SIDEs)不連續(xù)右端的基本思想,將P-M方程的右端修正為一種不連續(xù)的形式,提出了一種新的半離散的非線性圖像增強(qiáng)方法。同時(shí),對(duì)該擴(kuò)散方
3、法提出了兩種數(shù)值求解方案:顯式方案和可加算子分裂(AOS)的迭代格式。在顯式方案中,通過(guò)一個(gè)特殊的矩陣分解能大大減少濾波過(guò)程的運(yùn)算量;在AOS方案中,對(duì)時(shí)間步長(zhǎng)沒(méi)有限制,從而可以選擇較大的時(shí)間步長(zhǎng),提高了運(yùn)算效率。實(shí)驗(yàn)表明,該擴(kuò)散進(jìn)程既有很好的平滑效果,又能增強(qiáng)圖像邊緣,且運(yùn)算時(shí)間較短。 2.結(jié)合變分PDE和小波(Wavelet)這兩個(gè)數(shù)學(xué)工具,分別在圖像盲復(fù)原、圖像去噪和圖像去模糊領(lǐng)域提出了三種新的算法; 結(jié)合變分PD
4、E和小波這兩個(gè)數(shù)學(xué)工具,提出了一種新的圖像盲復(fù)原方法,即基于Besov空間的圖像盲復(fù)原算法。該算法用一個(gè)B11,1,項(xiàng)代替BV,采用交替最小化的思想在小波域上求解,將全變差盲復(fù)原中求解復(fù)雜的偏微分方程轉(zhuǎn)化為簡(jiǎn)單的小波軟閾值問(wèn)題,提高了算法的運(yùn)算效率,減少了圖像的階梯現(xiàn)象。 結(jié)合Tadmor,Nezzar和Vese的多尺度圖像分解的想法和Jiniun Xu等人的迭代方案,做了如下工作:提出了一種用于圖像去噪的基于小波的多尺度迭代正
5、則化和非線性逆尺度空間的方法,該方法可以參考Jinjun Xu等人的方法,得到軟硬閾值結(jié)合的迭代方案;進(jìn)一步提出了一種用于圖像去模糊的基于小波的多尺度迭代正則化方法,該方法利用凸分析里面的一些重要結(jié)論,得到了一個(gè)由去模糊的梯度下降方程和小波軟閾值組成的迭代方案。新方法的核心是利用權(quán)參數(shù)λ在迭代程序中的單調(diào)增加,加快了收斂速度,提高了圖像的信噪比,有較好的視覺(jué)效果。此外,也給出了新方法的停止標(biāo)準(zhǔn)和一些好的性質(zhì),如單調(diào)性和收斂性等。實(shí)驗(yàn)表明
6、了它的有效性。 3.圍繞著變分圖像分解模型出現(xiàn)的不足,提出了三種圖像分解算法; 首先從對(duì)偶范數(shù)的角度提出了兩種自適應(yīng)的圖像分解方法。它們?cè)谧兎值目蚣芟掠米赃m應(yīng)的正則化范數(shù)表示結(jié)構(gòu)和紋理部分,這種自適應(yīng)的特點(diǎn)不僅很好地保護(hù)了圖像的特征而且減少了光滑區(qū)域的階梯現(xiàn)象。模型的數(shù)值計(jì)算是通過(guò)最小化一類(lèi)凸函數(shù),交替迭代變量來(lái)實(shí)現(xiàn)的:其次從曲線波(Curvelet)變換和變分相結(jié)合的角度提出了一種基于Curvelet域的圖像復(fù)原和分解
7、算法。首先在負(fù)指數(shù)Hilbert-Sobolev空間推廣了Daubechies-Teschke模型,接著對(duì)推廣的模型在Curvelet域上進(jìn)行處理。實(shí)驗(yàn)結(jié)果表明該模型不僅可以很好地分解圖像、去除噪聲,而且可以去模糊,使圖像有較好的視覺(jué)效果。 4.結(jié)合變分PDE和稀疏表示的理論,分別在圖像分解和圖像修補(bǔ)領(lǐng)域提出了三種快速有效的算法。 針對(duì)Starck等人提出的形態(tài)學(xué)成分分析方法(MCA)的不足,提出了三種快速有效的算法。三
8、種算法的基本思想都是用兩個(gè)適當(dāng)?shù)淖值洌阂粋€(gè)用來(lái)描述紋理部分一對(duì)偶樹(shù)復(fù)小波變換,另一個(gè)用來(lái)描述結(jié)構(gòu)部分一第二代曲線波變換。在三種算法中,對(duì)紋理部分的處理方法相同,而對(duì)于附加的TV罰項(xiàng)的處理方法略有不同: 第一種算法是在投影正則化方法的基礎(chǔ)上,將TV罰項(xiàng)和第二代曲線波結(jié)合起來(lái),得到了一種結(jié)合優(yōu)化稀疏表示和投影正則化的圖像分解方法: 第二種算法是將TV罰項(xiàng)用空間G1/2 1,1的范數(shù)代替,把結(jié)構(gòu)部分的分解在曲線波域上進(jìn)行處理,
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(duì)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(qǐng)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(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 遙感圖像處理中的變分PDE方法研究.pdf
- 基于變分PDE和多重分形的圖像建模理論、算法與應(yīng)用.pdf
- 基于小波和變分PDE的圖像建模理論、算法及應(yīng)用.pdf
- 圖像處理中的稀疏表示理論及應(yīng)用研究.pdf
- 圖像分割的變分正則化模型-非凸、稀疏理論與算法.pdf
- 高光譜圖像的稀疏表示和壓縮算法研究.pdf
- 基于稀疏表示理論的社群圖像標(biāo)簽排序算法的研究與實(shí)現(xiàn).pdf
- 基于分?jǐn)?shù)階變分PDE的圖像建模與去噪算法研究.pdf
- 圖像結(jié)構(gòu)保持的變分PDE處理模型及應(yīng)用研究.pdf
- 圖像分割的變分正則化模型——非凸、稀疏理論與算法.pdf
- 圖像稀疏表示理論研究
- SAR幅值圖像相干斑抑制的變分PDE模型與算法研究.pdf
- 基于稀疏表示理論的圖像處理關(guān)鍵技術(shù)研究.pdf
- 群組稀疏表示理論及其圖像復(fù)原算法研究.pdf
- 圖像稀疏恢復(fù)的特征表示算法研究.pdf
- 基于稀疏表示的圖像復(fù)原算法研究.pdf
- 基于FMM和稀疏表示圖像修復(fù)算法的研究.pdf
- 基于稀疏表示理論的圖像去噪與融合算法研究.pdf
- 基于稀疏表示理論的圖像超分辨率重構(gòu)算法研究.pdf
- 基于神經(jīng)反應(yīng)模型和稀疏表示的圖像分類(lèi)算法研究.pdf
評(píng)論
0/150
提交評(píng)論