基于稀疏表示的工業(yè)Data Matrix碼圖像修復(fù)算法研究.pdf

1、碩學(xué)位論文學(xué)校代碼密級保密期限基于稀疏表示的工業(yè)DataNatrix碼圖像修復(fù)算法研究ResearchonIndus疙riaIDataMattixImageRestorationAIgorithmBasedonSparseReDresentation學(xué)號姓名學(xué)位類別學(xué)科專業(yè)(工程領(lǐng)域)指導(dǎo)教師完成時間答辯委員會主席簽名P14201090陳慶然工學(xué)碩士信號與信息處理李新華2017年5月葉沖錯謦吠箍婆摘要YirllIi3iii2llU1lI

2、iii5illl5Iii6ijIi5iIiiip隨著大數(shù)據(jù)時代的到來，以互聯(lián)網(wǎng)為核心的數(shù)字化多媒體技術(shù)得到了快速發(fā)展，廣泛地應(yīng)用于人類社會的各個領(lǐng)域。圖像信號作為數(shù)字化多媒體的主要載體，在傳輸與應(yīng)用過程中對圖像的質(zhì)量要求頗高。二維條碼作為一種新型的信息傳輸媒介，通過自動識別條碼圖像獲取有用信息的方式越發(fā)流行。但是，由于工業(yè)環(huán)境中的條碼圖像易受環(huán)境與人為因素等干擾使得圖像質(zhì)量下降，導(dǎo)致最終解碼失敗。因而，盡可能地修復(fù)出高分辨率的條碼圖像對

3、于條碼的識別尤其重要。圖像修復(fù)一直是數(shù)字圖像處理領(lǐng)域的重要研究課題之一。傳統(tǒng)的圖像修復(fù)算法的思想是利用圖像的己知信息按照某種規(guī)則來填補未知區(qū)域進行修復(fù)，這類算法的修復(fù)效率不高。近年來，稀疏表示理論憑借其建模簡單、魯棒性高與抗干擾能力強等優(yōu)勢成為研究的熱點，在圖像處理領(lǐng)域具有重要的研究價值與意義。將稀疏理論應(yīng)用于圖像修復(fù)已經(jīng)成為了圖像處理領(lǐng)域新的研究方向。為此，本文基于稀疏表示理論提出了一些解決工業(yè)條碼圖像修復(fù)問題的新方法。主要的創(chuàng)新工作

4、如下：l、本文介紹了稀疏表示圖像修復(fù)的基礎(chǔ)理論知識。首先，對圖像修復(fù)與二維碼技術(shù)的研究現(xiàn)狀及信號稀疏表示的基本概念進行了闡述。其次，詳細的介紹了現(xiàn)有的稀疏表示圖像修復(fù)技術(shù)，包括常用的學(xué)習(xí)字典與稀疏模型編碼算法。2、對于部分像素丟失或有劃痕的不能識別的工業(yè)DataMatrix碼圖像，本文提出一種稀疏KSVD字典算法對其進行修復(fù)。稀疏KSVD字典修復(fù)算法是在KSVD圖像修復(fù)算法的基礎(chǔ)上提出了改進，通過增加約束條件來進一步稀疏化學(xué)習(xí)字典，降低

5、了算法計算復(fù)雜度的同時增強了修復(fù)圖像的稀疏性。仿真結(jié)果表明，與現(xiàn)有的MOD、DCT及KSVD字典修復(fù)算法相比，本文算法修復(fù)的圖像質(zhì)量更高。3、針對工業(yè)環(huán)境中被零件或其他物體遮擋導(dǎo)致無法正確解碼的DataMatrix碼圖像，本文在稀疏表示模型的基礎(chǔ)上，結(jié)合聚類的思想提出了一種基于塊聚類的圖像修復(fù)算法。通過以固定重疊像素的方式先將圖像分塊，再根據(jù)歐氏距離將圖像塊聚類為組，充分利用了圖像的局部稀疏性與非局部相似性。另外，通過對每一組的估計進行