基于稀疏表示理論的圖像處理關(guān)鍵技術(shù)研究.pdf

1、在信號(hào)分析理論的研究中，人們總是希望能夠用最“經(jīng)濟(jì)”的方式來(lái)表達(dá)信號(hào)。稀疏表示方法作為一種新興的信號(hào)表示方法，有效的實(shí)現(xiàn)了這一目的。所謂“稀疏”，即是絕大多數(shù)的表示系數(shù)均為零，只有少部分系數(shù)非零。而令人感興趣的是，這僅有的少數(shù)非零大系數(shù)足以揭示信號(hào)的本質(zhì)。因此，稀疏表示方法在國(guó)內(nèi)外都受到了廣泛的關(guān)注，一度成為眾多專家學(xué)者的研究熱點(diǎn)。同時(shí)，由于其與人類視覺(jué)成像機(jī)制的高度相似性，稀疏表示方法已在計(jì)算機(jī)視覺(jué)、模式識(shí)別、圖像處理、自動(dòng)控制等多個(gè)

2、領(lǐng)域得到了廣泛的應(yīng)用。
　　本文的研究重點(diǎn)為稀疏表示理論及其在圖像處理中的應(yīng)用，圍繞多尺度幾何分析方法、字典學(xué)習(xí)理論、稀疏編碼、稀疏正則化方法以及它們?cè)谙嚓P(guān)圖像處理技術(shù)中的典型應(yīng)用而展開(kāi)，論文的主要研究成果及創(chuàng)新性表現(xiàn)在以下幾個(gè)方面：
　?。?）闡述了稀疏表示理論的基本概念，包括多尺度幾何分析方法和過(guò)完備字典稀疏表示方法，探究它們的定理、數(shù)學(xué)模型和計(jì)算方法，并討論這些稀疏表示方法在圖像處理問(wèn)題中的典型應(yīng)用。
　　（2）

3、分析比較了小波（Wavelet）、曲線波（Curvelet）、輪廓波（Contourlet）、非下采樣輪廓波（Non-subsampled Contourlet）的基函數(shù)構(gòu)成方法、多維濾波器組、線狀奇異捕獲能力、方向性分析特性。提出了一種基于非下采樣輪廓波的熵測(cè)度融合算法，借鑒信息論中的剩余度概念，在傳統(tǒng)測(cè)度計(jì)算方法中添加由低頻系數(shù)構(gòu)造的掩膜，該方法同時(shí)考慮了高低頻系數(shù)對(duì)測(cè)度的影響，使測(cè)度的計(jì)算更為合理。同時(shí)，利用該變換的非下采樣特性，

4、可以進(jìn)行兩幅融合圖像的點(diǎn)對(duì)點(diǎn)處理，易于實(shí)現(xiàn)。
　　（3）通過(guò)研究多尺度分析在不同尺度捕獲信號(hào)不同特性的優(yōu)勢(shì)，借鑒多尺度分析概念，提出一種基于照度劃分的多尺度圖像增強(qiáng)方法，該方法引入韋伯視覺(jué)心理模型，將圖像劃分在不同的照度區(qū)域，根據(jù)不同照度區(qū)域的特性，選取不同的尺度函數(shù)組合捕獲不同照度區(qū)域內(nèi)的感興趣信息，提升增強(qiáng)圖像的視覺(jué)效果。
　?。?）結(jié)合多尺度分析方法與Retinex光照模型，提出一種基于非下采樣輪廓波的Retinex多

5、曝光圖像增強(qiáng)方法，方法中將傳統(tǒng)單幅圖像的二維Retinex模型擴(kuò)展至三維序列圖像.同時(shí)，該方法還采用非下采樣輪廓波的良好頻率帶通特性保護(hù)各圖像的邊緣信息，并從不同頻率成分中提取不同曝光時(shí)間圖像的曝光信息，將這些信息進(jìn)行組合并依據(jù)Retinex模型獲得增強(qiáng)圖像，達(dá)到去除反光面過(guò)飽和現(xiàn)象、提升視覺(jué)動(dòng)態(tài)范圍的目的。
　?。?）根據(jù)對(duì)現(xiàn)有字典學(xué)習(xí)算法和經(jīng)典稀疏編碼方法的研究，提出了一種基于壓縮傳感的字典學(xué)習(xí)方法。該方法將字典作為一種特殊的

6、信號(hào)進(jìn)行稀疏表示，通過(guò)對(duì)字典進(jìn)行稀疏編碼，實(shí)現(xiàn)了由壓縮采樣的低維數(shù)據(jù)來(lái)學(xué)習(xí)高維字典的目的，并將其應(yīng)用在基于壓縮感知的圖像重構(gòu)問(wèn)題中，使復(fù)原精度得到進(jìn)一步提高。
　　（6）提出了一種雙先驗(yàn)約束的稀疏圖像復(fù)原方法。算法包括兩個(gè)主要的貢獻(xiàn)，一方面建立了一種同時(shí)具有全變差和非局部稀疏兩種約束的復(fù)原框架，使得該框架能夠發(fā)揮全變差的紋理復(fù)原作用以及非局部模型的幾何結(jié)構(gòu)保持作用；另一方面，為了求解該復(fù)原框架，還提出了一種修正的Split Bre