收藏本站
《湖南大学》 2012年
收藏 | 手机打开
二维码
手机客户端打开本文

面向图像融合和图像复原的稀疏表示研究

尹海涛  
【摘要】:稀疏表示是一种新型的图像信息表示理论,能够对图像进行简洁地表示。通过特定的字典,任意图像都可以表示成少数几个原子的线性组合。这些稀疏系数及其对应的原子有效地刻画了图像的内在本质。目前,稀疏表示引起了国内外研究人员广泛关注,并取得了一定的研究成果。但是稀疏表示理论以及相关应用研究仍不完善,一些难点问题亟待解决。因此本论文主要以图像融合和图像复原应用为背景,展开稀疏表示相关理论和应用研究。 本论文主要研究工作和创新点如下: 1.提出了一种基于联合稀疏模型的多模图像融合算法。该算法在充分考虑不同传感器之间联系的基础上,首先将同一场景的多模图像构成一个信号整体,然后对信号整体进行联合稀疏表示,将其分解成共同稀疏部分和不同稀疏部分,最后通过共同稀疏部分和不同稀疏部分得到融合图像。通过联合稀疏模型获得的共同稀疏部分和不同稀疏部分充分反映出多模图像之间的内在联系,解决了多模图像中互补信息难以分离的问题。 2.提出了一种基于稀疏重构的遥感图像融合算法。由于现有遥感卫星无法提供高分辨率多光谱图像,因此已有的基于稀疏表示遥感图像融合方法不能有效地构造高分辨率多光谱图像字典,从而严重制约了此类方法在实际遥感领域中的应用与发展。为了解决这一难题,本文算法采用联合字典学习策略,其中全色图像和低分辨率多光谱图像字典通过样本学习得到,而高分辨率多光谱图像字典从全色图像字典和低分辨率多光谱图像字典中构造出,从而有效地解决了无高分辨率多光谱图像训练样本的难题,极大地提高了算法的实际应用性。此外,本文算法通过联合字典学习策略降低了字典维数、加速了稀疏分解、提高了算法的鲁棒性。 3.提出了一种纹理约束稀疏表示模型。该模型充分考虑了图像的复杂纹理特性,采用不同类型的纹理字典对图像中相应的纹理区域进行稀疏表示,解决了单个字典不能对整幅图像中所有纹理信息进行有效稀疏表示的问题。此外,本文还提出了一种基于纹理约束稀疏表示的图像超分辨率算法,通过采用不同的纹理字典对相应的纹理区域进行表示提升了算法对纹理细节的超分辨率复原的性能。 4.提出了一种基于稀疏表示的同步图像融合和图像超分辨率算法。为了获得高分辨率融合图像,传统策略需要分别进行图像融合和图像超分辨率,造成扭曲信息的传递并放大。本文算法充分考虑了图像融合和图像超分辨率之间的相似性,并通过稀疏表示将图像融合和图像超分辨率建立一个有机整体,实现了图像融合和图像超分辨率同步完成,有效地解决了低分辨率图像融合问题。 5.提出了一种面向群稀疏表示的非凸群稀疏求解模型以及DL-GSGR字典学习算法。群稀疏表示不仅利用了信号的稀疏先验信息,同时还充分考虑了稀疏信号的内在结构,其性能优于传统稀疏表示。针对群稀疏表示求解问题,本文建立了非凸群稀疏求解模型,该模型利用非凸的(?)2,p(0p1)范数来度量群稀疏性以及刻画稀疏信号的群结构,详细分析了该模型解的唯一性以及鲁棒性,并提出一种重加权(?)2,1范数优化算法求解该非凸模型,提升群稀疏求解算法的性能。针对群稀疏字典构造问题,本文提出了DL-GSGR算法,该算法利用图正则思想有效地保持了字典中原子之间的几何关系,进而提高字典的表示能力。非凸群稀疏求解模型和DL-GSGR字典学习算法进一步完善了群稀疏表示理论。此外,结合DL-GSGR算法,本文还提出了一种基于群稀疏表示的三维医学图像去噪算法。该去噪算法通过三维处理机制充分利用了三维医学图像中相邻切片图像之间的相似性,并且通过时间正则有效保持相邻切片图像之间的相似性。
【学位授予单位】:湖南大学
【学位级别】:博士
【学位授予年份】:2012
【分类号】:TP391.41

【参考文献】
中国期刊全文数据库 前10条
1 蔡泽民;赖剑煌;;一种基于超完备字典学习的图像去噪方法[J];电子学报;2009年02期
2 石光明;刘丹华;高大化;刘哲;林杰;王良君;;压缩感知理论及其研究进展[J];电子学报;2009年05期
3 孙玉宝;韦志辉;肖亮;张峥嵘;吕战强;;多形态稀疏性正则化的图像超分辨率算法[J];电子学报;2010年12期
4 焦李成;杨淑媛;刘芳;侯彪;;压缩感知回顾与展望[J];电子学报;2011年07期
5 练秋生;张伟;;基于图像块分类稀疏表示的超分辨率重构算法[J];电子学报;2012年05期
6 李恒建;张家树;陈怀新;;一种快速稀疏分解图像去噪新方法[J];光子学报;2009年11期
7 杨晓慧;金海燕;焦李成;;基于DT-CWT的红外与可见光图像自适应融合[J];红外与毫米波学报;2007年06期
8 戴琼海;付长军;季向阳;;压缩感知研究[J];计算机学报;2011年03期
9 李树涛;魏丹;;压缩传感综述[J];自动化学报;2009年11期
10 孙玉宝;费选;韦志辉;肖亮;;基于前向后向算子分裂的稀疏性正则化图像超分辨率算法[J];自动化学报;2010年09期
【共引文献】
中国期刊全文数据库 前10条
1 王巍;刘瑶;安友伟;冯世娟;王岳生;;基于小波变换的红外图像融合算法研究[J];半导体光电;2012年01期
2 王睿;王林;袁艳;;基于区域灰度统计信号处理的图像融合方法[J];北京航空航天大学学报;2010年02期
3 张华;张葛祥;程吉祥;;基于混合搜索算法的图像稀疏分解[J];重庆邮电大学学报(自然科学版);2011年03期
4 马如远;金明亮;刘继忠;柴国钟;;移动机器人环境视觉小波稀疏压缩传感和识别[J];传感技术学报;2012年04期
5 焦鹏飞;李亮;赵骥;;压缩感知在医学图像重建中的最新进展[J];CT理论与应用研究;2012年01期
6 黄添强;苏立超;;基于自适应小波基和Smoothed-l_0的压缩感知图像重构算法[J];江苏技术师范学院学报;2011年10期
7 王超;梁大鹏;;压缩感知测量方法的机密性[J];电讯技术;2010年11期
8 吴凌华;张小川;;压缩感知的发展与应用[J];电讯技术;2011年01期
9 陈鹏;徐烽;;卫星认知无线通信中频谱感知算法比较[J];电讯技术;2011年09期
10 陈鹏;徐烽;邱乐德;王宇;;卫星稀疏信道中频谱空穴的新型检测算法[J];电讯技术;2012年01期
中国重要会议论文全文数据库 前10条
1 高建虎;陈杰;张履谦;;基于压缩感知和EMD的SAR海洋内波探测方法[A];第九届全国信息获取与处理学术会议论文集Ⅱ[C];2011年
2 王安娜;周小星;孙红英;杨鸿武;;基于压缩感知过程的语音增强新算法[A];第十一届全国人机语音通讯学术会议论文集(一)[C];2011年
3 高畅;李海峰;马琳;;基于压缩感知理论的语音信号压缩与重构方法[A];第十一届全国人机语音通讯学术会议论文集(一)[C];2011年
4 周小星;王安娜;孙红英;杨鸿武;;基于压缩感知过程的语音增强[A];第十一届全国人机语音通讯学术会议论文集(二)[C];2011年
5 梁瑞宇;奚吉;张学武;;压缩感知理论在语音信号处理中的应用[A];2010’中国西部声学学术交流会论文集[C];2010年
6 陈守宁;郑宝玉;吉晓东;;WMSN中基于压缩感知的VSQI压缩反馈[A];2010年通信理论与信号处理学术年会论文集[C];2010年
7 魏浩;郑宝玉;岳文静;;基于压缩感知的稀疏多径信道估计[A];2010年通信理论与信号处理学术年会论文集[C];2010年
8 王绍青;王鹏;;未来无线认知传感器监测网络的设计与应用[A];频谱管理与监测系统建设研讨会论文集[C];2011年
9 郑仕链;何斌;杨伟程;;认知无线电宽带频谱感知试验研究[A];浙江省信号处理学会2011学术年会论文集[C];2011年
10 范晋祥;杨建宇;;军用红外成像探测跟踪技术发展趋势与新技术研究进展[A];第十届全国光电技术学术交流会论文集[C];2012年
中国博士学位论文全文数据库 前10条
1 高艺;能源自给低功耗无线传感器网络关键技术研究[D];南开大学;2010年
2 杨瑞明;基于压缩采样的比幅测向方法研究[D];电子科技大学;2010年
3 罗晓清;多传感器图像融合理论及其应用研究[D];江南大学;2010年
4 周小平;高速移动MIMO OFDM系统快衰落信道估计方法[D];上海大学;2011年
5 邓海松;基于稀疏先验的计算机试验元建模方法研究[D];南京理工大学;2011年
6 杨成;压缩采样中匹配追踪约束等距性分析及其应用[D];复旦大学;2011年
7 王悦;认知无线电宽带频谱感知技术研究[D];北京邮电大学;2011年
8 唐亮;压缩感知及其在超宽带无线传感器网络中的应用研究[D];北京邮电大学;2011年
9 石磊;压缩感知在超宽带信道估计中的应用研究[D];北京邮电大学;2011年
10 朱旭琪;分布式信息压缩算法研究[D];北京邮电大学;2011年
中国硕士学位论文全文数据库 前10条
1 邢云;基于压缩感知理论的人脸识别方法研究[D];大连理工大学;2010年
2 单进;基于压缩感知的鲁棒性说话人识别[D];苏州大学;2010年
3 王晓;压缩感知在无线通信网络数据采集中的应用研究[D];浙江大学;2011年
4 黄莹;室外移动机器人导航信息压缩算法研究[D];东北电力大学;2011年
5 焦东立;基于压缩感知的盲信号处理技术研究[D];电子科技大学;2011年
6 王超;抗混叠Contourlet滤波器组的设计分析及其在MRI图像压缩感知重构中的应用[D];西安电子科技大学;2011年
7 李国峰;基于生物医学信号的体域网低功耗设计与研究[D];吉林大学;2011年
8 赵志鹏;基于小波域维纳滤波器的压缩感知理论及应用[D];北京交通大学;2011年
9 杨晓;基于OFDM系统的信道估计研究[D];北京邮电大学;2011年
10 杨锐;基于压缩感知理论的宽带模拟多带信号检测的研究[D];北京邮电大学;2011年
【二级参考文献】
中国期刊全文数据库 前10条
1 焦李成,杜海峰;人工免疫系统进展与展望[J];电子学报;2003年10期
2 焦李成,谭山;图像的多尺度几何分析:回顾和展望[J];电子学报;2003年S1期
3 韩玉兵,陈小蔷,吴乐南;一种视频序列的超分辨率重建算法[J];电子学报;2005年01期
4 杨晓慧;焦李成;李伟;;基于第二代bandelets的图像去噪[J];电子学报;2006年11期
5 宋锐;吴成柯;封颖;张云锋;;一种新的基于MAP的纹理自适应超分辨率图像复原算法[J];电子学报;2009年05期
6 邵文泽;韦志辉;;基于各向异性MRF建模的多帧图像变分超分辨率重建[J];电子学报;2009年06期
7 吴冬梅;基于平移不变小波阈值算法的噪声图象估计[J];光子学报;2005年02期
8 谭利娜;高协平;何胜名;李斐;;基于平移不变多小波方法的磁共振去噪研究[J];光子学报;2007年08期
9 刘盛鹏;方勇;;基于数学形态学的Contourlet变换域图像降噪方法[J];光子学报;2008年01期
10 刘贵喜,杨万海;一种像素级多算子红外与可见光图像融合方法[J];红外与毫米波学报;2001年03期
【相似文献】
中国期刊全文数据库 前10条
1 周芳;;图像超分辨率复原技术的现状与展望[J];自动化与仪表;2006年01期
2 张晓玲;许炎;王晓忠;许磊;;基于薄雾偏振特性的图像融合方法[J];厦门大学学报(自然科学版);2011年03期
3 柴玉华,王蓉,高延英;基于小波变换的图像融合算法的实现[J];东北农业大学学报;2005年05期
4 张彬;黄光华;倪国强;;基于双正交多小波的红外和可见光图像融合[J];计算机工程;2007年09期
5 孔德轩;;几种基于小波变换的图像融合比较[J];科技信息(科学教研);2008年23期
6 肖雪梅;;基于对比度金字塔的图像融合算法研究[J];技术与市场;2009年12期
7 蒋晓瑜,高稚允,周立伟;基于假彩色的多重图像融合[J];北京理工大学学报;1997年05期
8 刘伟东,谷光琳,刘梅,韦笑;基于彩色图像融合技术的研究[J];电脑学习;2003年02期
9 周振环,刘兴东;图像融合在手术导航中的应用研究[J];计算机工程与应用;2004年31期
10 那彦,史林,杨万海;基于成像机理的多小波多聚焦图像融合[J];系统工程与电子技术;2004年11期
中国重要会议论文全文数据库 前10条
1 薛巧平;廖斌;胡帆;;基于PCA的压缩传感图像融合算法[A];2011年通信与信息技术新进展——第八届中国通信学会学术年会论文集[C];2011年
2 胡硕;;核医学图像融合的临床应用(提纲)[A];第二届全国核素显像及治疗学术会议论文摘要汇编[C];2004年
3 柴艳妹;赵荣椿;任金昌;;多源遥感图像融合技术的综述与展望[A];信号与信息处理技术第三届信号与信息处理全国联合学术会议论文集[C];2004年
4 马恒;贾传荧;唐卫东;;基于IHS和小波变换的图像融合方法[A];通信理论与信号处理新进展——2005年通信理论与信号处理年会论文集[C];2005年
5 商晓青;张景发;孟瑜;路静;胡乐银;;汶川地震震灾图像处理中的融合方法及其比较——以北川地区遥感影像为例[A];中国地震学会空间对地观测专业委员会成立大会暨学术研讨会论文集[C];2008年
6 张宪伟;宋建社;张红蕾;廖增为;;SAR图像与多光谱图像融合方法研究[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年
7 李光鑫;吴伟平;;基于亮度-对比度传递技术的彩色图像融合算法[A];中国光学学会2010年光学大会论文集[C];2010年
8 代健美;耿华芳;;两种像素级图像融合方法的比较与分析[A];2009系统仿真技术及其应用学术会议论文集[C];2009年
9 张永梅;马礼;白文乐;;基于多传感器遥感图像融合的目标识别[A];2009年中国智能自动化会议论文集(第三分册)[C];2009年
10 徐胜男;杨承磊;李振华;;基于离散小波框架变换的灰度多聚焦图像融合[A];第一届建立和谐人机环境联合学术会议(HHME2005)论文集[C];2005年
中国重要报纸全文数据库 前10条
1 刘明霞 唐志全;图像融合查颅内病变[N];健康报;2004年
2 ;积极推进FTTH商用工程[N];人民邮电;2005年
3 本报记者 张建铭;武汉电信扩大FTTH覆盖[N];网络世界;2005年
4 本报记者 田径;市场、技术、业务的立体思维[N];通信产业报;2006年
5 周晓松 特约通讯员 曹伟;鲜活团史砥砺官兵斗志[N];解放军报;2011年
6 梦蝶;怎样预防“视疲劳”[N];大众卫生报;2007年
7 本报记者 谢逍;精品工程”取信于民[N];甘肃日报;2006年
8 北京安贞医院 王蒨;核医学检查给冠心病定性定位[N];健康报;2008年
9 本报记者 冯芝芬;信息高速路促首都公安工作腾飞[N];人民公安报;2003年
10 记者 徐勇;NGN:为业务创新开天辟地[N];人民邮电;2003年
中国博士学位论文全文数据库 前10条
1 尹海涛;面向图像融合和图像复原的稀疏表示研究[D];湖南大学;2012年
2 谭航;像素级图像融合及其相关技术研究[D];电子科技大学;2013年
3 余南南;基于稀疏表示的图像融合与去噪算法研究[D];大连理工大学;2012年
4 郭擎;基于分数阶变换的信息安全与图像融合算法[D];哈尔滨工业大学;2010年
5 郭擎;基于分数阶变换的信息安全与图像融合算法[D];哈尔滨工业大学;2010年
6 蒋年德;多尺度变换的图像融合方法与应用研究[D];湖南大学;2010年
7 郑有志;基于多尺度经验模态分解的图像融合算法研究[D];清华大学;2009年
8 孙明超;可见光与红外侦察图像融合技术研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2012年
9 杨扬;基于多尺度分析的图像融合算法研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2013年
10 张宝辉;红外与可见光的图像融合系统及应用研究[D];南京理工大学;2013年
中国硕士学位论文全文数据库 前10条
1 曾竞;多传感器图像融合技术的研究[D];华中科技大学;2004年
2 黄影;基于正交匹配跟踪以及K-SVD的图像融合技术[D];华北电力大学(北京);2010年
3 张俊;多小波在图像融合增强中的应用[D];中国人民解放军国防科学技术大学;2002年
4 胡艺龄;基于小波分解和改进型PCNN的图像融合方法研究[D];中南大学;2010年
5 楼岑;脑功能显像与解剖显像图像融合方法的研究[D];浙江大学;2002年
6 陈煜;图像融合技术及其应用研究[D];南京航空航天大学;2004年
7 王玲;基于非向下采样Contourlet变换的图像融合算法研究[D];云南大学;2010年
8 郭春华;基于小波变换的医学图像融合研究[D];西安理工大学;2004年
9 曾梅兰;基于框架分解的多传感器图像融合的研究[D];武汉理工大学;2004年
10 方向林;多模态医学图像配准与融合研究[D];重庆大学;2003年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026