基于張量分析的圖像處理算法研究.pdf

1、隨著計(jì)算機(jī)科學(xué)的飛速發(fā)展，涌現(xiàn)出大量的高維數(shù)據(jù)，比如視頻流、遙感圖像等。由于巨大的存儲(chǔ)需求和計(jì)算成本，傳統(tǒng)的數(shù)據(jù)分析方法已經(jīng)不能滿足這種數(shù)據(jù)量日漸增長(zhǎng)的處理需求。由于張量分析在處理多維信號(hào)中所表現(xiàn)出的性能優(yōu)勢(shì)，基于張量分析的高維數(shù)據(jù)處理已成為一個(gè)重要研究課題。
　　本文的主要研究工作可以歸納如下：
　　1.利用非負(fù)二階張量秩-2分解方法，仿真實(shí)現(xiàn)了基于分裂的層次決策二叉樹(shù)在高光譜圖像光譜解混中的應(yīng)用：在滿足豐度值非負(fù)和豐度矢

2、量完整可加性兩個(gè)約束條件下，高光譜圖像是一種線性混合模型。因此，在線性混合模型假設(shè)條件下，本文分析了基于凸幾何學(xué)理論的混合象元分解方法，即光譜矢量集合構(gòu)成線性空間中的一個(gè)單形體，其中端元光譜矢量對(duì)應(yīng)于該單形體的頂點(diǎn)，混合象元光譜矢量則位于單形體的內(nèi)部。本文采用基于凸幾何學(xué)的端元提取算法，即連續(xù)投影算法，來(lái)確定單形體的頂點(diǎn)，從而建立其端元光譜矩陣。然后，再利用非負(fù)二階張量秩-2分解方法得到其豐度矩陣。最后，再通過(guò)逐層分裂聚類(lèi)處理來(lái)實(shí)現(xiàn)光譜

3、解混的目的。
　　2.提出了一種基于歸一化噪聲能量比和Tucker分解的圖像去噪算法：首先，通過(guò)分析高光譜圖像在空間維和光譜維的強(qiáng)相關(guān)特性，利用多元回歸分析方法來(lái)估計(jì)圖像在空間維和光譜維中的歸一化噪聲比，進(jìn)而得到其Tucker分解的秩估計(jì)值。然后，分析了該算法在不同信噪比環(huán)境下的性能特性，根據(jù)其在低信噪比下的性能優(yōu)勢(shì)，并借鑒主成分分析在信號(hào)分離中的優(yōu)勢(shì)，提出了一種基于歸一化噪聲能量比和Tucker分解的去噪方法。
　　3.提

4、出了一種基于加權(quán)修正結(jié)構(gòu)張量分析的多維遙感圖像邊緣提取改進(jìn)算法：標(biāo)準(zhǔn)的初始結(jié)構(gòu)張量是所有二維圖像在同一象元處的初始結(jié)構(gòu)張量的平均，即認(rèn)為不同圖像對(duì)局部結(jié)構(gòu)信息的貢獻(xiàn)量完全一樣；但在實(shí)際圖像中，不同的二維圖像不可能提供完全等量的局部結(jié)構(gòu)信息。由于初始結(jié)構(gòu)張量的特征值差異反應(yīng)了其局部結(jié)構(gòu)，所以本文推導(dǎo)了一種度量圖像空間連貫性的紋理相干性估計(jì)公式，并根據(jù)該相干性大小對(duì)初始結(jié)構(gòu)張量進(jìn)行加權(quán)修正和平滑處理，進(jìn)而實(shí)現(xiàn)了對(duì)多維遙感圖像邊緣的有效提取。