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、圖像稀疏表示理論是近兩年信號處理領(lǐng)域中最新的研究方向。隨著其數(shù)學(xué)基礎(chǔ)的不斷完善及其在壓縮感知領(lǐng)域中的應(yīng)用,稀疏表示理論在實(shí)際應(yīng)用的前景也逐漸體現(xiàn),并已成為圖像處理應(yīng)用中一個(gè)重要研究方向。目前,圖像稀疏表示理論已經(jīng)在圖像處理中的降噪,修復(fù),分類,檢索,超分辨分析及其高速傳輸與存儲等領(lǐng)域取得成功應(yīng)用,尤其在圖像超分辨分析中,稀疏理論具有獨(dú)特優(yōu)勢。稀疏表示下圖像超分辨算法由于能夠充分利用圖像的先驗(yàn)知識,實(shí)現(xiàn)較好的圖像重構(gòu)效果,其應(yīng)用前景廣闊,
2、在醫(yī)學(xué)圖像、遙感圖像等領(lǐng)域,該方法都具有重要的理論和實(shí)際價(jià)值。本文研究目在于通過對稀疏表示下圖像重構(gòu)基礎(chǔ)理論和算法框架的研究,建立完整的稀疏表示下超分辨圖像重構(gòu)系統(tǒng)架構(gòu)的參數(shù)分析系統(tǒng);利用提出的聯(lián)合字典訓(xùn)練算法,并將其用于醫(yī)學(xué)圖像和遙感圖像的超分辨重構(gòu)中,以解決實(shí)際的圖像超分辨分析問題。全文的創(chuàng)新性研究工作主要有:
1.針對稀疏表示下圖像超分辨算法模型參數(shù)優(yōu)化選擇問題,提出了稀疏表示下圖像超分辨分析算法參數(shù)優(yōu)化總體架構(gòu)。利用給
3、出的性能效果評價(jià)標(biāo)準(zhǔn),進(jìn)行綜合仿真實(shí)驗(yàn),分析稀疏重構(gòu)中各參數(shù)對重構(gòu)性能的不同影響。
2.針對稀疏表示下圖像超分辨分析中的字典構(gòu)成問題,提出了新的圖像超分辨重構(gòu)的冗余聯(lián)合字典訓(xùn)練方法。在分析單字典訓(xùn)練算法和現(xiàn)存聯(lián)合字典訓(xùn)練算法中的缺點(diǎn)和不足中基礎(chǔ)上,提出同時(shí)構(gòu)造聯(lián)合低、高分辨率字典的方法,建立低分辨率、高分辨率圖像塊的新的對應(yīng)關(guān)系。高分辨率圖像塊通過降采樣原理得到對應(yīng)的低分辨率圖像塊,然后通過稀疏系數(shù)的映射關(guān)系實(shí)現(xiàn)由低分辨率字典
4、到高分辨率字典的一對一的映射,從而實(shí)現(xiàn)圖像的低高分辨率的重構(gòu)。仿真實(shí)驗(yàn)表明,利用該訓(xùn)練的聯(lián)合字典可有效實(shí)現(xiàn)圖像超分辨重構(gòu),且重構(gòu)圖像效果優(yōu)于傳統(tǒng)的圖像超分辨分析算法。
3.針對稀疏表示下圖像超分辨分析算法的實(shí)際應(yīng)用問題,結(jié)合實(shí)際的醫(yī)學(xué)圖像和衛(wèi)星遙感圖像的特點(diǎn)及實(shí)際應(yīng)用需求,進(jìn)行稀疏表示下醫(yī)學(xué)圖像和遙感圖像的超分辨分析應(yīng)用研究。利用磁共振圖像和衛(wèi)星遙感圖像庫進(jìn)行圖像超分辨仿真實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明,本文提出的超分辨分析參數(shù)優(yōu)化方法并
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
- 圖像稀疏表示及圖像超分辨應(yīng)用研究.pdf
- 基于稀疏表示的超分辨率圖像重建算法研究.pdf
- 基于組稀疏表示的自然圖像超分辨率算法研究.pdf
- 基于稀疏表示理論的圖像超分辨率重構(gòu)算法研究.pdf
- 基于稀疏表示的圖像超分辨率算法及應(yīng)用.pdf
- 基于稀疏表示的單幅圖像超分辨率重建算法研究.pdf
- 基于稀疏表示的彩色圖像超分辨率重建算法研究.pdf
- 基于稀疏表示的圖像超分辨率研究.pdf
- 基于梯度先驗(yàn)和稀疏表示的圖像超分辨率算法研究.pdf
- 基于稀疏表示的單幀圖像超分辨率重建算法研究.pdf
- 基于稀疏表示和混合樣本的圖像超分辨率重建算法研究.pdf
- 基于稀疏表示的圖像超分辨率復(fù)原研究.pdf
- 基于稀疏表示的人臉超分辨率算法研究.pdf
- 基于稀疏表示的單幅圖像超分辨率.pdf
- 基于稀疏表示的單幅圖像超分辨率重建研究.pdf
- 基于稀疏表示的紅外圖像超分辨率重建.pdf
- 基于稀疏表示的圖像超分辨率快速實(shí)現(xiàn).pdf
- 基于圖像塊多級分類和稀疏表示的超分辨率重建算法研究.pdf
- 基于稀疏表示的人臉圖像超分辨率技術(shù)研究.pdf
- 基于上下文稀疏表示的圖像超分辨率.pdf
評論
0/150
提交評論