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、在信號(hào)分析中,人們總希望能將信號(hào)簡(jiǎn)潔地表示出來(lái),以便揭示其最本質(zhì)的特征。稀疏表示提供了這樣一種途徑,它力求用盡量少的元素來(lái)表示信號(hào)。作為一種新興的表示方法,稀疏表示引起了國(guó)內(nèi)外廣大學(xué)者的普遍關(guān)注,并對(duì)信號(hào)處理和分析產(chǎn)生了極為重要的影響。目前稀疏表示已被廣泛地應(yīng)用到圖像處理、模式識(shí)別,自動(dòng)測(cè)控等的多個(gè)領(lǐng)域。
本論文研究了稀疏表示及其在圖像處理中的應(yīng)用,圍繞原子庫(kù)構(gòu)建和稀疏分解兩個(gè)關(guān)鍵問(wèn)題,對(duì)基于冗余原子庫(kù)稀疏表示的圖像壓縮和圖像
2、去噪方法進(jìn)行了探索性的研究,主要的研究成果表現(xiàn)在:
第一,本文提出一個(gè)帶可變參數(shù)的不動(dòng)點(diǎn)定理,在此基礎(chǔ)上提出一種新的迭代可控的分形解碼方案。新方案提供了豐富的質(zhì)量漸進(jìn)解碼模式以滿(mǎn)足實(shí)際應(yīng)用的需要,且無(wú)需修改分形編碼部分即可直接應(yīng)用到現(xiàn)有的分形壓縮系統(tǒng)中。
第二,本文提出一種新的基于多尺度追蹤的稀疏分解方法。該方法在多個(gè)尺度上進(jìn)行匹配運(yùn)算,并自適應(yīng)地完成尺度間的切換;同時(shí)利用原子庫(kù)的幾何特性,在原圖像分辨率層進(jìn)行原子的
3、重建和提取,從而在降低分解的計(jì)算復(fù)雜度的同時(shí)保持了逼近精度。
第三,本文提出一種基于塊劃分的匹配追蹤圖像編碼方法。該方法利用匹配追蹤分解后原子的能量和位置分布特性,對(duì)原子的系數(shù)和位置參數(shù)進(jìn)行了有效的組織和編碼,在編碼效率和伸縮性能方面相對(duì)于同類(lèi)方法有了顯著的提高,在低到中碼率段獲得了與當(dāng)前先進(jìn)方法相當(dāng)?shù)目陀^(guān)率失真性能和更優(yōu)的主觀(guān)質(zhì)量,同時(shí)提供了更靈活的質(zhì)量和分辨率的伸縮性,更適合于異構(gòu)網(wǎng)絡(luò)環(huán)境下的多媒體應(yīng)用。
第四,
4、本文提出一種新的基于全局原子庫(kù)的稀疏去噪方法,從原子庫(kù)學(xué)習(xí)和稀疏分解去噪兩個(gè)方面對(duì)以往的方法進(jìn)行了改進(jìn)。在原子庫(kù)學(xué)習(xí)方面,提出一種兩階段學(xué)習(xí)算法,通過(guò)引入相關(guān)系數(shù)匹配準(zhǔn)則和原子庫(kù)裁剪機(jī)制,很好處理了信號(hào)提取和噪聲抑制之間的矛盾;在稀疏分解去噪方面,提出了一種多級(jí)去噪方案,在挖掘圖像多尺度特性的同時(shí)進(jìn)一步減少了人為噪聲?;谝陨咸攸c(diǎn),該方法的去噪性能較同類(lèi)方法有了顯著的提高,在噪聲強(qiáng)度較大的情況下,獲得了比當(dāng)前先進(jìn)方法更好的主客觀(guān)圖像恢復(fù)
5、質(zhì)量。
第五,本文提出一種新的基于空間自適應(yīng)原子庫(kù)的稀疏去噪方法。該方法結(jié)合“非局部”和“冗余稀疏”兩種思想,通過(guò)為每一個(gè)空間圖像塊訓(xùn)練一個(gè)自適應(yīng)的子原子庫(kù)來(lái)實(shí)現(xiàn)對(duì)圖塊的稀疏表示。在原子庫(kù)的訓(xùn)練及基原子的選擇中,聯(lián)合使用了全局和局部?jī)煞N子空間分析方法,有效地克服了以往自適應(yīng)去噪方法所面臨的諸多問(wèn)題。與使用固定基或原子庫(kù)來(lái)分解圖像的方法相比,該方法提供了一種局部自適應(yīng)的圖像表示,因而能更好地捕獲圖像細(xì)節(jié)特征。在對(duì)圖像邊緣和紋理的
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
- 稀疏表示在圖像壓縮和去噪中的應(yīng)用研究(1)
- 基于壓縮感知和稀疏表示理論的圖像去噪研究.pdf
- 稀疏表示理論的研究及其在圖像去噪中的應(yīng)用.pdf
- 基于稀疏表示的圖像去噪研究.pdf
- 基于稀疏表示的圖像去噪研究
- 基于稀疏表示和字典學(xué)習(xí)的圖像去噪研究.pdf
- 基于稀疏表示的圖像去噪方法研究.pdf
- 基于稀疏表示的圖像去噪算法
- 基于稀疏表示的圖像去噪算法.pdf
- 稀疏分解在圖像去噪中的研究.pdf
- 基于小波和稀疏表示的CBCT圖像去噪.pdf
- 基于多字典和稀疏表示的圖像去噪方法.pdf
- 基于稀疏表示理論的圖像去噪方法研究.pdf
- 小波分析在圖像去噪與壓縮中的應(yīng)用研究.pdf
- 稀疏表示去噪算法研究.pdf
- 基于小波變換的信號(hào)稀疏表示及其在圖像去噪中的應(yīng)用.pdf
- 基于稀疏表示和字典學(xué)習(xí)的圖像去噪方法的研究.pdf
- 基于稀疏表示和小波的圖像去噪算法研究.pdf
- 基于稀疏表示的圖像自適應(yīng)去噪算法研究.pdf
- 基于稀疏表示的紅外圖像去噪算法研究.pdf
評(píng)論
0/150
提交評(píng)論