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、圖像復(fù)原是典型的逆問(wèn)題,它的建模和求解是圖像處理領(lǐng)域的主要問(wèn)題之一。
近年來(lái),稀疏概念被引入到圖像處理領(lǐng)域,且應(yīng)用非常廣泛。在國(guó)家自然科學(xué)基金項(xiàng)目“聯(lián)合基圖像稀疏表示理論研究及其應(yīng)用”的資助下,本文針對(duì)圖像復(fù)原問(wèn)題,重點(diǎn)圍繞小波域稀疏約束圖像復(fù)原問(wèn)題的建模和求解的理論進(jìn)行了探索性的研究。
論文首先簡(jiǎn)要地介紹了連續(xù)小波變換,離散小波變換,小波的特性和多分辨率分析,探討了圖像復(fù)原問(wèn)題及其數(shù)學(xué)模型,分析了線(xiàn)性逆問(wèn)題
2、的解決方法及存在的問(wèn)題,研究了規(guī)整化理論和規(guī)整化的幾種常見(jiàn)方法,如維納濾波法,二次約束規(guī)整法及總變分規(guī)整化方法等。
其次,在深入研究了帶稀疏約束的非二次規(guī)整方法的基礎(chǔ)上,提出了一種混合的兩步迭代收縮閾值圖像復(fù)原算法MixIST。算法采用稀疏的小波變換系數(shù)作為圖像復(fù)原規(guī)整化的約束項(xiàng),將小波域的圖像復(fù)原問(wèn)題轉(zhuǎn)化為稀疏約束的最優(yōu)化問(wèn)題。算法中吸收了迭代收縮閾值算法和迭代重加權(quán)收縮算法的優(yōu)點(diǎn),使MixIST算法對(duì)去噪聲、去卷積、解
3、決病態(tài)問(wèn)題等都具有很好的效果。同時(shí),MixIST算法的兩步迭代處理使得圖像的復(fù)原問(wèn)題能夠高效地求解。
最后,為了驗(yàn)證MixIST算法復(fù)原圖像的真實(shí)效果,本文對(duì)算法的收斂性和復(fù)原性能進(jìn)行了實(shí)驗(yàn)仿真和分析,通過(guò)算法復(fù)原降質(zhì)圖像的實(shí)驗(yàn),驗(yàn)證了算法的收斂性;通過(guò)圖像信噪比分析、視覺(jué)效果的對(duì)比、冗余與非冗余小波變換的比較等大量實(shí)驗(yàn),證明MixIST算法能夠快速地復(fù)原圖像,而且相比迭代收縮閾值算法有更好的復(fù)原效果。
本文
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
- 基于圖像先驗(yàn)建模的圖像復(fù)原技術(shù)研究.pdf
- 基于相似圖像的顏色復(fù)原.pdf
- 基于剪切波的圖像復(fù)原算法研究.pdf
- 基于相機(jī)的模糊圖像復(fù)原.pdf
- 基于頻域的圖像復(fù)原技術(shù)研究
- 基于偏振特性的圖像復(fù)原算法的研究.pdf
- 基于數(shù)值代數(shù)的圖像復(fù)原問(wèn)題研究.pdf
- 基于PDE方法的圖像復(fù)原算法研究.pdf
- 基于稀疏表示的圖像復(fù)原算法研究.pdf
- 基于頻域的水下圖像復(fù)原研究.pdf
- 基于紋理合成的圖像復(fù)原算法研究.pdf
- 基于物理模型的霧天圖像復(fù)原研究.pdf
- 基于稀疏約束的圖像盲復(fù)原方法研究.pdf
- 基于坐標(biāo)下降的圖像復(fù)原方法研究.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
- 基于壓縮感知的圖像復(fù)原技術(shù)的研究.pdf
- 基于壓縮感知的圖像復(fù)原算法的研究.pdf
- 基于小波變換的受損圖像的復(fù)原研究.pdf
- 基于全變差正則化的圖像復(fù)原.pdf
- 盲圖像復(fù)原方法的研究.pdf
評(píng)論
0/150
提交評(píng)論