收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于梯度正则化约束的图像重建算法研究

闫青  
【摘要】:1975年,世界首台数码相机诞生于美国纽约的柯达实验室,近四十年过去了,数码相机得到了飞速的发展。现在无论是在电脑上、还是在手机上,都可以看到数码相机的影子,用照片来记录生活已成为人们的一种习惯。然而由于数码相机性能的良莠不齐、拍摄者摄影技术的参差不同、以及拍摄环境的复杂多样,人们实际拍摄得到的图像往往存在图像质量偏低、视觉效果不佳等问题。如何运用图像重建技术来克服成像设备和成像过程中存在的图像质量退化问题,进而实现理想图像的轻松获取,将成为数码相机发展的新趋势,并有着极高的科研价值与应用价值。图像重建是将图像退化过程加以估计、对退化造成的失真进行补偿的反问题。当缺乏关于图像退化过程的先验知识时,图像重建问题常常表现为病态问题,需要利用正则化技术将其变成一个适定问题进行求解。由于梯度信息中包含着人眼最为敏感的边缘结构信息、光照/颜色的强弱变化信息等,因此梯度正则化约束是图像重建问题中广泛采用的一类正则化约束。有效的梯度正则化约束需要建立在准确的梯度信息基础之上,然而在某些特殊情况中,准确的梯度信息往往难以获得,此时基于梯度正则化约束的图像重建方法则会面临巨大的应用困难。本论文主要研究了基于梯度正则化约束的图像重建方法,特别是在难以提取准确梯度约束的情况下,如何有效地进行图像重建的问题。提取准确梯度时面临的困难可分为两种类型:第一,图像中具有完备的梯度信息,但此梯度信息受到其他信号的混叠、干扰,需要进行梯度分类以获得准确梯度信息,混叠图像分离问题便属于此类型;第二,图像中不具有完备的梯度信息,需要利用现有的梯度信息来构建缺失的梯度信息,从而逼近图像的准确梯度信息,图像超分辨率问题则属于此类型。在上述两类情况下,获得准确的梯度信息来建立正则化约束,成为了决定重建后图像质量的关键因素。本论文将针对上述情况中的混叠图像分离问题和图像超分辨率问题开展研究,并给出相应的解决方法。根据研究对象与研究方法的不同,本文的工作主要包括以下的内容:论文研究了基于梯度匹配的多幅混叠图像分离算法。论文分析了原有基于多张混叠图像的梯度提取方法的不足,提出了首先进行图像配准、而后在配准图像中进行梯度匹配的梯度分类方法,以此获得有效的梯度信息。为了确保图像配准的准确性,论文提出一种融合匹配特征点信息与图像相似度信息的鲁棒图像配准算法,该算法可在不同图像变换剧烈程度和不同错误匹配点比例的情况下,实现更准确的图像变换参数估计。最终,通过将提取出的梯度作为正则化约束条件纳入到分离模型中,可以有效地去除经典混叠图像分离方法因模型病态而造成的伪边缘现象,从而实现在具有剧烈图像变换的人工合成混叠图像和实际生活拍摄的自然混叠视频中均可取得理想的分离结果。论文研究了基于梯度分类的单幅混叠图像分离算法。论文首先分析了利用梯度分类结果实现单张混叠图像分离的合理性与可行性,而后论文构造出用于梯度分类的梯度轮廓曲线锐利度描述子,以此来有效描述反射图像与透射图像在边缘锐利度上的差异。通过将梯度分类空间连续性作为正则化约束,论文建立了基于梯度轮廓曲线锐利度数值分布的马尔科夫场―最大期望梯度分类模型。最终,分离图像可在梯度分类结果的指导下利用泊松方程进行重建。与现有梯度分类模型相比,本文模型可实现梯度信息更完整、更准确地分离,从而既可以解决由梯度错误分类造成的分离图像存在大量残留的问题,又能够使分离图像保留原始混叠图像的色调不受改变。论文研究了基于梯度增强的图像超分辨重建算法。论文首先构造了梯度轮廓曲线的数学描述模型,用以实现对于不同形态的梯度轮廓曲线的精细描述。而后论文统计学习了在不同图像分辨率中梯度轮廓曲线锐利度描述子的对应关系,并由此建立了在不同图像分辨率下维持轮廓曲线形状与能量不变的梯度轮廓曲线变换模型。利用此变换模型,论文可通过增强低分辨率的梯度信息来准确构造高分辨率图像的梯度信息。论文将增强变换后的梯度信息作为正则化约束纳入到高分辨率图像重建模型之中,从而能够克服图像超分辨率过程中的模糊现象、以及由梯度增强不当而造成的伪边缘现象,取得比现有经典方法更小的重建误差和与真实高分辨率图像更接近的结构一致性。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 李妍妍;李媛媛;叶世伟;;基于流形正则化的支持向量回归及应用[J];计算机应用;2007年08期
2 毛玉明;郭杏林;赵岩;吕洪彬;;基于精细计算的动载荷反演问题正则化求解[J];动力学与控制学报;2009年04期
3 仇光;郑淼;张晖;朱建科;卜佳俊;陈纯;杭航;;基于正则化主题建模的隐式产品属性抽取[J];浙江大学学报(工学版);2011年02期
4 刘超,刁现芬,汪元美;超声逆散射成像问题中的正则化方法研究[J];浙江大学学报(工学版);2005年02期
5 周定法;;电磁逆散射成像的一种混合正则化方法[J];微计算机信息;2007年13期
6 顾勇为;归庆明;张磊;;基于复共线性诊断的正则化方法[J];信息工程大学学报;2007年04期
7 蔡传宝;汤文成;;基于有限元法-正则化的弹性模量反求算法研究[J];应用力学学报;2009年01期
8 侯卫东,莫玉龙;动态电阻抗图象重建的正则化方法[J];计算机工程;2001年09期
9 王彦飞;数值求解迭代Tikhonov正则化方法的一点注记[J];数值计算与计算机应用;2002年03期
10 许建华,张学工,李衍达;最小平方误差算法的正则化核形式[J];自动化学报;2004年01期
11 凌建国;刘尔琦;梁海燕;杨杰;;基于正则化观测矢量的H无穷粒子滤波红外目标跟踪方法[J];红外与激光工程;2007年04期
12 宛艳萍;孙曙光;肖庭延;;数值求导的离散正则化方法[J];计算机工程与科学;2008年10期
13 任淑艳;李小鹏;杨永刚;李静;段海龙;;正则化技术在锥光全息测量图像处理中的应用[J];机床与液压;2011年09期
14 吴玲达;郝红星;;一种图像去模糊正则化恢复算法参数确定方法[J];国防科技大学学报;2012年04期
15 李妍妍;李媛媛;叶世伟;;基于流形正则化的分类与回归算法及应用[J];计算机仿真;2007年10期
16 李文亮;牟善祥;徐光进;刘峰;;基于正则化估计的宽带阵列通道校正方法[J];现代雷达;2013年02期
17 戴伟辉,高汝熹;不适定逆成像问题的多准则正则化求解方法[J];复旦学报(自然科学版);2000年01期
18 杨华,许王莉,赵红蕊,陈雪,王锦地;定量遥感正则化反演中的信息流及其控制[J];中国科学(D辑:地球科学);2003年08期
19 周宏潮,朱炬波,王正明;SAR图像幅度域增强的正则化方法[J];红外与激光工程;2005年03期
20 薛晖;;判别性正则化:一种新颖的分类器学习方法(英文)[J];Transactions of Nanjing University of Aeronautics & Astronautics;2009年01期
中国重要会议论文全文数据库 前8条
1 杨元喜;徐天河;;综合验前模型信息和验后观测信息的自适应正则化方法[A];《大地测量与地球动力学进展》论文集[C];2004年
2 苏利敏;王耀威;王彦飞;;基于SAR特征的正则化计算方法及其在纹理分类中的应用[A];第25届中国控制会议论文集(下册)[C];2006年
3 解凯;吕妍昱;;一种高效的正则化参数估计算法[A];全国第19届计算机技术与应用(CACIS)学术会议论文集(上册)[C];2008年
4 曹毅;吕英华;;基于微遗传算法和正则化处理的模糊图像复原方法[A];全国第13届计算机辅助设计与图形学(CAD/CG)学术会议论文集[C];2004年
5 周定法;薄亚明;;解电磁逆散射问题的截断完全最小二乘方法[A];第七届工业仪表与自动化学术会议论文集[C];2006年
6 魏素花;王双虎;许海波;;轴对称物体X射线层析成像的正则化方法[A];全国射线数字成像与CT新技术研讨会论文集[C];2012年
7 刘晓芳;徐文龙;陈永利;;基于非二次正则化的并行磁共振图像保边性重建[A];浙江生物医学工程学会第九届年会论文汇编[C];2011年
8 王金海;王琦;郑羽;;基于L_1正则化和投影方法的电阻抗图像重建算法[A];天津市生物医学工程学会第三十三届学术年会论文集[C];2013年
中国硕士学位论文全文数据库 前10条
1 董国志;反问题的正则化方法及其计算[D];湖南师范大学;2012年
2 岳建惠;电阻率成像反问题的混合正则化方法研究[D];大连海事大学;2012年
3 焦彩红;正则化夹角间隔核向量机[D];河北大学;2015年
4 焦艳东;带约束的Tikhonov正则化方法的应用[D];河北工业大学;2004年
5 梅丹;正则化模型下图像处理的算法设计与实现[D];国防科学技术大学;2007年
6 孟晋华;一维热方程热源识别问题的正则化方法[D];兰州大学;2009年
7 曹宏举;最大团问题的熵正则化方法研究[D];大连理工大学;2006年
8 杨娇;参数变化识别问题的稀疏约束正则化方法及应用[D];哈尔滨工业大学;2015年
9 张衍敏;基于正则化的多分散系纳米颗粒粒度反演优化方法研究[D];齐鲁工业大学;2015年
10 方丹;不适定非齐次抽象终止问题的正则化方法及其比较[D];华中科技大学;2011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
  • 010-62982499
  • 010-62783978