版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、圖像處理過(guò)程中,保持圖像的邊緣、紋理等重要結(jié)構(gòu)特征是非常重要的。要保持這重要的圖像信息,在圖像處理時(shí)就要對(duì)圖像中的卡通、邊緣、紋理及噪聲等不同成分進(jìn)行區(qū)分和處理,也就需要對(duì)圖像的不同成分進(jìn)行合適的數(shù)學(xué)建模。
本論文結(jié)合圖像去噪問(wèn)題的研究,利用小波分析理論與方法、函數(shù)空間圖像建模理論與方法以及新的數(shù)學(xué)工具如分?jǐn)?shù)階導(dǎo)數(shù)等,探索對(duì)圖像中的不同成分的新的建模方法,并在此基礎(chǔ)上利用正則化理論和方法、算子分裂法、交分法等提出新的圖像去
2、噪變分PDE模型和算法。論文結(jié)合圖像去噪提出的基于分?jǐn)?shù)階變分PDE的圖像建模理論和方法,可以進(jìn)一步推廣到圖像分割、超分辨率重建等其它圖像處理領(lǐng)域,具有重要的理論意義和廣泛的實(shí)際應(yīng)用前景。
本文取得的主要成果及創(chuàng)新點(diǎn)包括:
(1)利用負(fù)指數(shù)Sobolev空間對(duì)圖像的紋理進(jìn)行多尺度建模,并用正交小波變換下Sobolev空間中的多尺度范數(shù)來(lái)進(jìn)行刻畫(huà),在此基礎(chǔ)上提出了負(fù)指數(shù)Sobolev空間中的多尺度變分PDE圖像去
3、噪模型。針對(duì)提出的多尺度變分模型,提出了三種數(shù)值算法,從理論上分析并證明了算法收斂的充分條件。數(shù)值實(shí)驗(yàn)表明,利用負(fù)指數(shù)Sobolev空間對(duì)紋理和進(jìn)行多尺度建模,可以更好地對(duì)圖像中不同尺度的紋理和噪聲進(jìn)行區(qū)分和刻畫(huà),所提出的多尺度變分PDE圖像去噪模型能在去有效提高峰值信噪比的同時(shí)更好地保持圖像紋理等細(xì)節(jié)信息,在本文所提出的三種去噪算法中,基于算子分裂思想提出的交替投影算法是最快速穩(wěn)定的算法。
(2)利用分?jǐn)?shù)階導(dǎo)數(shù)對(duì)圖像進(jìn)行
4、建模,在此基礎(chǔ)上提出了分?jǐn)?shù)階變分PDE圖像去噪模型及算法。
首先,利用Fourier變換域定義的分?jǐn)?shù)階導(dǎo)數(shù)對(duì)圖像進(jìn)行建模,提出一種連續(xù)形式的分?jǐn)?shù)階變分PDE圖像去噪模型,并設(shè)計(jì)了求解模型的離散梯度下降算法。
其次,利用空域中的Grümwald-Letnikov分?jǐn)?shù)階導(dǎo)數(shù)對(duì)圖像進(jìn)行建模,分別從連續(xù)和離散兩個(gè)角度提出新的分?jǐn)?shù)階圖像去噪變分模型及算法。從連續(xù)建模角度,利用Grümwald-Letnikov分?jǐn)?shù)階導(dǎo)數(shù)
5、和特定卷積積分等價(jià)關(guān)系,建立了一種連續(xù)形式的基于卷積積分的分?jǐn)?shù)階圖像去噪變分模型,并設(shè)計(jì)了相應(yīng)的離散梯度下降算法。從離散建模角度,將離散意義下的總變分和有界變差空間進(jìn)行了推廣,構(gòu)造新的離散意義下的分?jǐn)?shù)階總變分和分?jǐn)?shù)階有界變差空間(BVa空間),研究了分?jǐn)?shù)階總變分及其共軛算子的性質(zhì),利用分?jǐn)?shù)階有界變差空間對(duì)圖像進(jìn)行建模,建立了離散意義下的分?jǐn)?shù)階圖像去噪變分模型。對(duì)所建立的離散分?jǐn)?shù)階變分模型,設(shè)計(jì)了空間投影算法,并對(duì)算法的收斂性進(jìn)行了分析,
6、給出并證明了算法收斂的充分條件。
數(shù)值實(shí)驗(yàn)表明,利用分?jǐn)?shù)階導(dǎo)數(shù)對(duì)圖像進(jìn)行建模,可以在有效改善峰值信噪比同時(shí),較好地抑制“階梯效應(yīng)”,保持圖像的紋理細(xì)節(jié)。在所提出的三種算法中,針對(duì)離散模型提出的空間投影算法是計(jì)算量最小、速度最快的算法。
(3)將負(fù)指數(shù)Sobolev空間中的多尺度圖像建模和基于分?jǐn)?shù)階導(dǎo)數(shù)的圖像建模進(jìn)行耦合,提出了統(tǒng)一的分?jǐn)?shù)階多尺度變分圖像去噪模型,設(shè)計(jì)了求解分?jǐn)?shù)階多尺度變分模型的交替投影算法,對(duì)
7、算法的收斂性進(jìn)行了分析,并給出了算法收斂的充分條件。數(shù)值實(shí)驗(yàn)表明,耦合模型綜合了兩種建模方法的優(yōu)點(diǎn),在峰值信噪比改善、紋理保持以及“階梯效應(yīng)”抑制方面比耦合前的兩種模型都具有更好的效果。
在統(tǒng)一的多尺度分?jǐn)?shù)階變分模型基礎(chǔ)上,對(duì)模型進(jìn)行進(jìn)一步改進(jìn),并利用圖像的局部方差等統(tǒng)計(jì)信息,對(duì)圖像的“紋理區(qū)域”和“非紋理區(qū)域”進(jìn)行區(qū)分,利用小波系數(shù)的幅值和函數(shù)正則性之間的關(guān)系分析圖像各個(gè)尺度的正則性,在此基礎(chǔ)上提出了參數(shù)自適應(yīng)選擇方法以
8、及自適應(yīng)交替投影算法。數(shù)值實(shí)驗(yàn)表明,自適應(yīng)算法在圖像的“非紋理區(qū)域”具有良好的去噪效果和“階梯效應(yīng)”抑制能力,在“紋理區(qū)域”具有良好的紋理保持能力,是一種快速高效的圖像去噪方法。
(4)基于廠=u+v+w和廠=u+uv兩種圖像分解形式,利用提出的分?jǐn)?shù)階導(dǎo)數(shù)圖像建模和負(fù)指數(shù)Sobolev空間中的多尺度圖像建模方法,分別對(duì)加性噪聲去噪和乘性噪聲去噪問(wèn)題,提出新的分?jǐn)?shù)階圖像去噪變分模型及算法。
首先,基于f=u+v
9、+w的圖像分解形式,利用分?jǐn)?shù)階導(dǎo)數(shù),構(gòu)造了新的Gαμ空間,并在此基礎(chǔ)上提出了針對(duì)加性噪聲去噪的兩種分?jǐn)?shù)階變分模型:第一,利用BVα、Gαμ空間和負(fù)指數(shù)Sobolev空間分別對(duì)圖像的卡通、紋理及噪聲進(jìn)行建模,提出了新的分?jǐn)?shù)階變分模型及算法;第二,利用BVa空間、Gαμ空間以及齊次Besov空間B∞-1,∞分別對(duì)圖像卡通、紋理以及噪聲分別進(jìn)行建模,提出新的分?jǐn)?shù)階變分模型及算法。數(shù)值實(shí)驗(yàn)表明,利用分?jǐn)?shù)階、多尺度函數(shù)空間對(duì)圖像卡通、紋理及噪聲分
10、別建模,使得對(duì)圖像不同成分的建模更加精細(xì),所提出的分?jǐn)?shù)階多尺度噪模型在峰值信噪比改善、紋理保持以及“階梯效應(yīng)”的抑制方面都有較好的效果。
其次,基于f=u+uv的圖像分解形式,針對(duì)噪聲分別分服從Gauss分布和Gamma分布的乘性噪聲去噪問(wèn)題,利用BVα空間和負(fù)指數(shù)Sobolev空間對(duì)圖像的不同成分進(jìn)行建模,建立了相應(yīng)的分?jǐn)?shù)階多尺度圖像去噪變分模型,提出了模型參數(shù)的自適應(yīng)選擇方法,并設(shè)計(jì)了相應(yīng)的數(shù)值算法。數(shù)值實(shí)驗(yàn)表明,對(duì)于
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)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(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
- 基于分?jǐn)?shù)階變分PDE的圖像去噪模型研究.pdf
- 基于分?jǐn)?shù)階變分的圖像去噪和分割算法研究.pdf
- 基于分?jǐn)?shù)階PDE的圖像結(jié)構(gòu)保持型去噪算法研究.pdf
- 基于變分PDE的圖像去噪方法研究.pdf
- 基于 MAP 估計(jì),變分 PDE的圖像去噪問(wèn)題研究.pdf
- 基于MAP估計(jì),變分PDE的圖像去噪問(wèn)題研究.pdf
- 基于變分模型的圖像去噪算法研究.pdf
- 基于變分PDE和非局部均值圖像去噪方法的研究.pdf
- 基于PDE的圖像去噪.pdf
- 基于變分PDE和多重分形的圖像建模理論、算法與應(yīng)用.pdf
- 基于分?jǐn)?shù)階PMD的低劑量CT圖像去噪算法研究.pdf
- 基于全變分的磁共振圖像去噪算法的研究.pdf
- 基于PDE、圖割的圖像去噪模型及算法.pdf
- 基于PDE的圖像變分去噪模型研究.pdf
- 基于變分原理的圖像去噪研究.pdf
- 基于小波和變分PDE的圖像建模理論、算法及應(yīng)用.pdf
- 基于改進(jìn)的整體變分模型的圖像去噪算法的研究.pdf
- 基于PDE正則化的圖像去噪研究.pdf
- 基于分?jǐn)?shù)階小波變換的圖像去噪研究.pdf
- 一種可變階次分?jǐn)?shù)階積分圖像去噪的算法研究.pdf
評(píng)論
0/150
提交評(píng)論