聚類算法在圖像修復(fù)上的應(yīng)用.pdf

1、圖像修復(fù)是圖像處理領(lǐng)域中一項(xiàng)重要技術(shù)，主要是利用圖像中現(xiàn)有的信息，估計(jì)圖像中的未知區(qū)域，從而使修復(fù)后的圖像在視覺上與原圖像接近，圖像修復(fù)技術(shù)在實(shí)際生活中應(yīng)用廣泛?；谙∈璞硎镜膱D像修復(fù)技術(shù)已經(jīng)成為一個(gè)新的研究方向，本文是在稀疏表示理論研究基礎(chǔ)上，結(jié)合字典訓(xùn)練和聚類方法對(duì)圖像修復(fù)技術(shù)進(jìn)一步研究。
　　本研究介紹了圖像修復(fù)的研究背景、意義以及國(guó)內(nèi)外研究現(xiàn)狀，主要研究?jī)?nèi)容是：介紹稀疏表示理論、常用的稀疏表示算法和K-SVD字典學(xué)習(xí)算法；

2、分析了目前常用的圖像修復(fù)算法的優(yōu)缺點(diǎn)。詳細(xì)地分析了基于稀疏表示和字典學(xué)習(xí)的圖像修復(fù)算法，采用此方法進(jìn)行圖像修復(fù)，其結(jié)果的優(yōu)劣性與學(xué)習(xí)的字典的好壞有很大關(guān)系，本文為了保證字典內(nèi)容豐富且具有自適應(yīng)性，在進(jìn)行字典學(xué)習(xí)前，先對(duì)圖像庫(kù)的圖像進(jìn)行聚類，因此本文還介紹了模糊聚類算法及其改進(jìn)算法，使用Canopy算法改善模糊聚類算法以及在分布式平臺(tái)上的應(yīng)用。結(jié)果表明Canopy-FCM算法相比FCM算法準(zhǔn)確率提高，簇間距離減小，加入聚類后的圖像修復(fù)算法