已閱讀1頁，還剩62頁未讀， 繼續(xù)免費(fèi)閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、圖像壓縮技術(shù)能夠有效地降低數(shù)據(jù)量，從而有利于節(jié)省通信信道，提高信息的傳輸速率，已廣泛應(yīng)用于信號分析和處理領(lǐng)域。然而，圖像壓縮-解壓縮過程會造成圖像噪聲、模糊等圖像質(zhì)量退化問題，這將直接影響到圖像的應(yīng)用效能。因此，有必要開展針對壓縮圖像的復(fù)原處理方法研究。本論文即是基于圖像壓縮原理，深入分析壓縮所致的圖像質(zhì)量退化特性，在此基礎(chǔ)上建立壓縮圖像的復(fù)原處理模型與方法。具體開展的研究內(nèi)容如下:
首先，從圖像退化模型出發(fā)，結(jié)合圖像壓縮編碼
2、原理，分析了基于離散余弦變換的圖像壓縮算法對圖像質(zhì)量的影響。
其次，壓縮圖像本身就是稀疏表示，對于稀疏表示關(guān)鍵部分是對字典的選擇。針對字典與圖像本身自適應(yīng)問題，給出了一種自適應(yīng)字典學(xué)習(xí)，然后結(jié)合自適應(yīng)字典構(gòu)建了稀疏自適應(yīng)表示，該方法解決了壓縮感知系統(tǒng)中如何利用圖像塊的觀測值構(gòu)建自適應(yīng)字典的問題。
再次，針對壓縮所致的圖像質(zhì)量退化特性，基于稀疏表示思想和壓縮傳感理論，構(gòu)建稀疏正則化先驗(yàn)，并將其引入圖像復(fù)原的稀疏正則化模
溫馨提示
- 1. 本站所有資源如無特殊說明，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，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(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)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于混合正則化方法的圖像復(fù)原問題研究.pdf
- 基于圖像先驗(yàn)?zāi)Ｐ偷恼齽t化圖像復(fù)原方法研究.pdf
- 基于正則化優(yōu)化的圖像視頻復(fù)原方法研究.pdf
- 基于正則化方法的中子圖像復(fù)原算法研究.pdf
- 圖像復(fù)原的Bregman迭代正則化方法研究.pdf
- 基于圖像復(fù)原的一種正則化方法.pdf
- 基于形態(tài)學(xué)和正則化的圖像復(fù)原方法研究.pdf
- 基于全變差正則化的圖像復(fù)原.pdf
- 基于稀疏約束的圖像盲復(fù)原方法研究.pdf
- 基于點(diǎn)擴(kuò)散函數(shù)估計(jì)的正則化圖像復(fù)原方法.pdf
- 基于學(xué)習(xí)的壓縮圖像恢復(fù)方法.pdf
- 基于壓縮感知和正則化的ISAR圖像增強(qiáng)方法研究.pdf
- 基于加權(quán)范數(shù)迭代算法的總變差正則化圖像復(fù)原方法.pdf
- 共焦顯微圖像復(fù)原及其正則化方法研究.pdf
- 基于壓縮感知的圖像稀疏表示方法.pdf
- 正則化圖像復(fù)原中的自適應(yīng)方法研究與實(shí)現(xiàn).pdf
- 基于正則化技術(shù)的二維條碼圖像復(fù)原研究.pdf
- 基于加權(quán)范數(shù)迭代算法的總變差正則化圖像復(fù)原方法(1)
- 基于增廣拉格朗日的非局部正則化圖像復(fù)原方法.pdf
- 結(jié)合稀疏正則化和聚類的圖像分割方法研究.pdf
評論
0/150
提交評論