基于稀疏表示的圖像分離.pdf

1、圖像盲源分離是圖像處理的重要課題之一,目前已成為該領域的研究熱點.圖像盲源分離是指,在關于圖像源及圖像傳輸方式等先驗知識缺乏或知之甚少的前提下,僅由來自傳輸系統(tǒng)的觀測圖像來估計未知圖像源的過程.
　　 基于形態(tài)成分分析和稀疏表示的盲源分離方法的主要思想是:利用混合圖像中各組成成分的形態(tài)差異性,將各組成成分在不同的字典下進行稀疏表示.首先,介紹了圖像稀疏表示的基本理論,其中包括圖像稀疏表示模型、字典選擇算法、稀疏分解算法,以及稀疏

2、表示在多通道形態(tài)成分分析中的應用等內(nèi)容.其次,本文根據(jù)圖像多種形態(tài)結(jié)構(gòu)的特征,建立了多形態(tài)的稀疏表示模型.并利用多形態(tài)稀疏表示的模型表示多成分的信源信號的方法,得到一種比傳統(tǒng)模型更稀疏的表示形式.此外,由于缺乏源圖像的先驗信息采用較為傳統(tǒng)的L1范數(shù)刻畫不同成分在固定字典下的稀疏度不能有效地處理含多成分的盲源圖像.為了解決上述問題,新模型還采用了帶結(jié)構(gòu)性的混合模度量稀疏度.最后,本文給出了一種新的迭代算法求解新模型.數(shù)值實驗結(jié)果表明,本文