收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于稀疏表示的超分辨率重建和图像修复研究

李民  
【摘要】:稀疏表示理论已成为近几年来图像处理和模式识别领域的研究热点,研究基于学习字典的模型构造方法、快速有效的稀疏表示算法及其在图像处理中的应用,具有非常重要的理论研究价值和实际意义。 本论文基于稀疏表示理论,深入分析了其在图像表示方面的应用,并在此基础上以学习字典理论为重点,对基于稀疏表示理论的超分辨率重建、图像修复、图像类推等做了探索性和创新性的研究。主要内容有: 1阐述了稀疏表示理论的基本概念、数学模型、优化算法、稀疏表示的唯一性和边界条件等内容,以及其在模式识别、图像处理等领域的应用。 2提出基于稀疏字典的超分辨率重建方法,在保持稀疏字典自适应性和灵活性的同时,还加强了字典的正则性和有效性,提高了对先验知识的稀疏表示能力;采用形态分量分析法提取图像特征,更有效地利用了图像的几何结构和纹理特征信息,提高了稀疏编码的精度。 3结合非局部自相似和联合稀疏近似的概念,提出一种基于跨尺度自相似的非局部稀疏编码的超分辨率重建框架。通过联合稀疏近似的方法,建立待处理图像的跨尺度高、低分辨率图像块间的稀疏关联,并将这种关联作为先验知识来指导超分辨率重建;在超分辨率重建过程中,既利用了样本图像的先验知识,又充分考虑了待处理图像本身的跨尺度自相似信息,能更有效地估计图像的高频细节,提高了算法的自适应性。 4提出基于联合稀疏近似的彩色图像超分辨率方法,将彩色图像的各通道数据进行联合稀疏编码,并保证它们具有相同的稀疏性模式。该方法同时考虑彩色图像的各通道数据,兼顾了它们之间的相关性,进一步增强了对彩色图像信息的表达能力,更有效地建立高、低分辨率彩色图像间的稀疏关联。 5提出基于稀疏分解的超分辨率方法,利用形态分量分析方法将图像分解为几何结构分量、纹理分量和残差分量,再分别对各图像分量进行超分辨率重建,提高了重建质量。 6研究学习字典在图像修复领域应用的新方法。将非局部自相似图像块统一进行联合稀疏近似,训练高效的学习字典,使自相似图像块保持相同的稀疏性模式,保证自相似图像块投影到稀疏空间后也保留一定的相似性。该方法在字典学习过程中,既利用了样本图像的先验知识,又充分考虑待修复图像本身的相关信息,增强了图像修复算法的自适应性。 7将学习字典应用到图像类推算法中,并将图像类推分为字典学习和类推重建两个阶段。字典学习过程可离线实现,提高了计算效率;在类推重建过程中,使用稀疏先验的线性优化问题代替传统图像类推方法中的匹配、搜索过程,进一步提高算法的计算效率。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 张新明,沈兰荪;基于多尺度边缘保持正则化的超分辨率复原[J];软件学报;2003年06期
2 谭兵,徐青,耿则勋,邢帅;超分辨率图象重建技术发展现状[J];信息工程大学学报;2003年04期
3 张地,杜明辉;大倍数超分辨率图像重构的通用快速算法[J];华南理工大学学报(自然科学版);2004年11期
4 吴伟仁,闫磊,田金文;基于小波变换与Bézier曲面插值相结合的图像插值方法[J];哈尔滨工业大学学报;2004年11期
5 刘良云,李英才,相里斌;超分辨率图象重构技术的仿真实验研究[J];中国图象图形学报;2001年07期
6 黄战华,李蒙,蔡怀宇,李贺桥,张以谟;一种视频图像规则圆目标的超分辨率位置测量方法[J];光学技术;2002年02期
7 曹聚亮,吕海宝,李冠章,谭晓波;基于微变焦法的超分辨率成像技术及实验研究[J];国防科技大学学报;2004年05期
8 闫华,刘琚,李道真,孙建德;基于增量维纳滤波和空间自适应规整的超分辨率图像复原[J];电子与信息学报;2005年01期
9 庞亚红,毛幼菊;一种基于凸集投影(POCS)的数字图像超分辨率重建算法[J];计算机工程与应用;2005年04期
10 丁洪萍,李庆辉,邹文艺;实现横向超分辨率的位相型光瞳滤波器[J];西安电子科技大学学报;2004年03期
11 沈焕锋,李平湘,张良培;一种基于正则化技术的超分辨影像重建方法[J];中国图象图形学报;2005年04期
12 张剑,田岩,柳健;一种基于分离思想的超分辨率复原方法[J];华中科技大学学报(自然科学版);2003年08期
13 赵爱峰;;Bayesian框架下单帧非压缩图像超分辨率重建的研究[J];黑龙江科技信息;2007年22期
14 杨刚;赵红;王苗;刘颖;石强;;一种基于金字塔策略的人脸超分辨率方法[J];河北大学学报(自然科学版);2009年03期
15 来沛剑;刘辉;康燕妮;朱玉艳;;超分辨率重建在车牌定位中的应用[J];微型机与应用;2009年24期
16 袁媛;江力;;基于小波变换的图像超分辨率增强算法[J];实验科学与技术;2008年03期
17 娄帅;丁振良;袁峰;;基于HMRF的自适应超分辨率图像重建算法[J];微计算机信息;2009年03期
18 贾鑫,郭桂蓉;特征值模糊增强超分辨谱估计算法研究[J];舰船电子对抗;1997年03期
19 刘志军,丁明跃,周成平,刘买利;基于并行遗传算法的图像超分辨率复原[J];中国图象图形学报;2004年01期
20 谭兵,徐青,邢帅,耿则勋;小波超分辨率重建算法及其在SPOT影像中的应用[J];测绘学报;2004年03期
中国重要会议论文全文数据库 前10条
1 陈博洋;郭强;谷松岩;;气象卫星遥感图像的超分辨率重建研究[A];第28届中国气象学会年会——S1第四届气象综合探测技术研讨会[C];2011年
2 陶然;杜述松;张文喜;;频谱编码超分辨率方法研究及其影响因素分析[A];第二十四届全国空间探测学术交流会论文摘要集[C];2011年
3 杨剑;周诠;李映;赵荣椿;;一种改进的基于MAP的超分辨率图像重建算法[A];全国第三届信号和智能信息处理与应用学术交流会专刊[C];2009年
4 肖鹏;胡栋;;基于窄量化约束集的H.264视频超分辨率重建方法[A];第十五届全国图象图形学学术会议论文集[C];2010年
5 闫允一;郭宝龙;;基于小波的图像超分辨率重建算法研究[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
6 赵荣椿;;超分辨率图像重建及其应用[A];全国第二届嵌入式技术联合学术会议论文集[C];2007年
7 陈权崎;章毓晋;;一种改进的基于样本的稀疏表示图像修复方法[A];第十五届全国图象图形学学术会议论文集[C];2010年
8 蔡欣华;黄世奇;;超分辨率图像重建及其应用[A];国家安全地球物理丛书(四)——地球物理环境探测和目标信息获取与处理[C];2008年
9 石伟玉;张旭东;任溯;;基于分层运动估计的POCS超分辨率图像重建[A];2009全国虚拟仪器大会论文集(二)[C];2009年
10 葛广顶;王秉中;;时间反演电磁波的传播特性及其应用[A];2009年全国微波毫米波会议论文集(下册)[C];2009年
中国博士学位论文全文数据库 前10条
1 李民;基于稀疏表示的超分辨率重建和图像修复研究[D];电子科技大学;2011年
2 熊志伟;基于范例的高性能图像超分辨率[D];中国科学技术大学;2011年
3 程琳;远场超分辨率成像与亚波长聚焦的研究[D];兰州大学;2011年
4 葛广顶;时间反演电磁波的超分辨率特性及其应用[D];电子科技大学;2011年
5 谌雨章;激光水下成像的图像复原及超分辨率重建算法研究[D];华中科技大学;2012年
6 谭兵;多帧图像空间分辨率增强技术研究[D];解放军信息工程大学;2004年
7 曹聚亮;图像超分辨率处理、成像及其相关技术研究[D];国防科学技术大学;2004年
8 刘刚;图像及视频序列超分辨率技术研究[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 韩玉兵;图像及视频序列的超分辨率重建[D];东南大学;2006年
10 王梁;基于稀疏表示的声纳图像识别及超分辨率重建[D];哈尔滨工程大学;2012年
中国硕士学位论文全文数据库 前10条
1 潘智铭;基于自适应字典稀疏表示超分辨率重建的视频编码技术[D];上海交通大学;2012年
2 徐如群;基于学习的视频超分辨率研究和应用[D];复旦大学;2012年
3 邱一雯;基于学习的视频超分辨率重建算法研究及实现[D];南京邮电大学;2012年
4 李云;视频序列超分辨率算法研究与实现[D];中南大学;2010年
5 熊伟;监控视频序列超分辨率重建技术的研究[D];西南交通大学;2010年
6 王本虹;基于细节的超分辨率重建技术研究[D];电子科技大学;2012年
7 刘良辰;基于整体到局部的分离式人脸超分辨率重建方法研究[D];重庆大学;2012年
8 胡萌萌;基于亚像素级位移的超分辨率成像系统设计[D];西安工业大学;2012年
9 陈静涛;基于超分辨率重建方法的图像视频压缩编码技术研究[D];上海交通大学;2012年
10 张蓓蓓;超分辨率图像的重建[D];西安理工大学;2010年
中国重要报纸全文数据库 前6条
1 李玲玲;机器人各显神通[N];中国知识产权报;2000年
2 记者 江山;创新要成为无锡城市发展的主战略[N];无锡日报;2006年
3 于亮、阿鲲;技术“扫”天下[N];中国计算机报;2002年
4 河北 张青杨;提高OCR识别效率的诀窍[N];电脑报;2005年
5 记者 李玫 通讯员 杨雪梅 孙翔;深圳海关“巾帼文明岗”构筑文明服务亮丽风景[N];深圳商报;2009年
6 特约撰稿 谢珊;清华紫光文通TH-OCR2003:提高录入效率有绝招[N];通信信息报;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
  • 010-62982499
  • 010-62783978