收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

稀疏表示在图像压缩和去噪中的应用研究

何艳敏  
【摘要】:在信号分析中,人们总希望能将信号简洁地表示出来,以便揭示其最本质的特征。稀疏表示提供了这样一种途径,它力求用尽量少的元素来表示信号。作为一种新兴的表示方法,稀疏表示引起了国内外广大学者的普遍关注,并对信号处理和分析产生了极为重要的影响。目前稀疏表示已被广泛地应用到图像处理、模式识别,自动测控等的多个领域。 本论文研究了稀疏表示及其在图像处理中的应用,围绕原子库构建和稀疏分解两个关键问题,对基于冗余原子库稀疏表示的图像压缩和图像去噪方法进行了探索性的研究,主要的研究成果表现在: 第一,本文提出一个带可变参数的不动点定理,在此基础上提出一种新的迭代可控的分形解码方案。新方案提供了丰富的质量渐进解码模式以满足实际应用的需要,且无需修改分形编码部分即可直接应用到现有的分形压缩系统中。第二,本文提出一种新的基于多尺度追踪的稀疏分解方法。该方法在多个尺度上进行匹配运算,并自适应地完成尺度间的切换;同时利用原子库的几何特性,在原图像分辨率层进行原子的重建和提取,从而在降低分解的计算复杂度的同时保持了逼近精度。 第三,本文提出一种基于块划分的匹配追踪图像编码方法。该方法利用匹配追踪分解后原子的能量和位置分布特性,对原子的系数和位置参数进行了有效的组织和编码,在编码效率和伸缩性能方面相对于同类方法有了显著的提高,在低到中码率段获得了与当前先进方法相当的客观率失真性能和更优的主观质量,同时提供了更灵活的质量和分辨率的伸缩性,更适合于异构网络环境下的多媒体应用。 第四,本文提出一种新的基于全局原子库的稀疏去噪方法,从原子库学习和稀疏分解去噪两个方面对以往的方法进行了改进。在原子库学习方面,提出一种两阶段学习算法,通过引入相关系数匹配准则和原子库裁剪机制,很好处理了信号提取和噪声抑制之间的矛盾;在稀疏分解去噪方面,提出了一种多级去噪方案,在挖掘图像多尺度特性的同时进一步减少了人为噪声。基于以上特点,该方法的去噪性能较同类方法有了显著的提高,在噪声强度较大的情况下,获得了比当前先进方法更好的主客观图像恢复质量。 第五,本文提出一种新的基于空间自适应原子库的稀疏去噪方法。该方法结合“非局部”和“冗余稀疏”两种思想,通过为每一个空间图像块训练一个自适应的子原子库来实现对图块的稀疏表示。在原子库的训练及基原子的选择中,联合使用了全局和局部两种子空间分析方法,有效地克服了以往自适应去噪方法所面临的诸多问题。与使用固定基或原子库来分解图像的方法相比,该方法提供了一种局部自适应的图像表示,因而能更好地捕获图像细节特征。在对图像边缘和纹理的保持上,该方法表现非常出色,获得了比当前先进方法更好的效果。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 刘晓山;付国兰;;基于脊波变换的图像压缩[J];电脑与信息技术;2007年02期
2 王晓华;杨新艳;焦李成;;基于多尺度几何分析的复杂网络压缩策略[J];电子与信息学报;2009年04期
3 刘晓山;付国兰;;基于正交有限脊波变换的图像压缩[J];计算机与信息技术;2007年04期
4 刘晓山;付国兰;;基于脊波变换和SPIHT算法相结合的图像压缩[J];江西师范大学学报(自然科学版);2007年06期
5 王华丹;刘海林;;稀疏盲源分离问题的恢复性研究[J];广东工业大学学报;2008年02期
6 杜吉祥;翟传敏;尚丽;;基于ICA系数稀疏表示的年龄自动估计[J];中国图象图形学报;2009年10期
7 徐雪松;李玲娟;郭立玮;;基于稀疏表示的数据流异常数据预测方法[J];计算机应用;2010年11期
8 谈华暠;刘海林;;盲稀疏源信号分离算法的恢复性研究[J];广东工业大学学报;2007年03期
9 王佳毅;张丽清;;基于稀疏约束判别分析的说话人识别算法[J];计算机工程;2010年10期
10 任肖丽;;压缩感知理论研究简述[J];中国科技信息;2010年13期
11 周诺;陈炜;;基于稀疏表示的高分辨距离像自动目标识别(英文)[J];Chinese Journal of Aeronautics;2010年05期
12 崔保良;滕少华;崔振;;基于稀疏表示的协同入侵检测算法[J];计算机工程;2011年16期
13 尹忠科;邵君;Pierre Vandergheynst;;利用FFT实现基于MP的信号稀疏分解[J];电子与信息学报;2006年04期
14 尹明;尹忠科;王建英;;利用蚁群算法实现基于MP的信号稀疏分解[J];计算机工程与应用;2006年36期
15 邓承志;曹汉强;;非相干子字典多原子快速匹配追踪算法[J];信号处理;2009年04期
16 王军华;方勇;;基于Curvelet稀疏表示的图像盲分离初始化[J];应用科学学报;2009年02期
17 肖泉;丁兴号;王守觉;郭东辉;廖英豪;;基于自适应超完备稀疏表示的图像去噪方法[J];仪器仪表学报;2009年09期
18 赵瑞珍;刘晓宇;LI ChingChung;SCLABASSI Robert J;孙民贵;;基于稀疏表示的小波去噪[J];中国科学:信息科学;2010年01期
19 廖海斌;郝宁波;陈庆虎;;基于奇异值与稀疏表示的稳健性人脸识别[J];电视技术;2010年07期
20 易学能;曹汉强;;一种图像稀疏贪婪索引字典的构造方法[J];小型微型计算机系统;2011年06期
中国重要会议论文全文数据库 前9条
1 王潇;尹忠科;王建英;杨郑;;应用基追踪的信号分离的算法[A];2008年中国西部青年通信学术会议论文集[C];2008年
2 吴敏;孙玉宝;汤黎明;韦志辉;肖亮;;EEG信号的稀疏逼近算法研究[A];2008年中华临床医学工程及数字医学大会暨中华医学会医学工程学分会第九次学术年会论文集[C];2008年
3 叶喜勇;陶霖密;王国建;邸慧军;;视角无关的人体躯干动作识别[A];第六届和谐人机环境联合学术会议(HHME2010)、第19届全国多媒体学术会议(NCMT2010)、第6届全国人机交互学术会议(CHCI2010)、第5届全国普适计算学术会议(PCC2010)论文集[C];2010年
4 孙琳琳;张云;;基于FOCUSS算法的相干斑噪声抑制方法研究[A];全国第二届信号处理与应用学术会议专刊[C];2008年
5 袁立;付伟;穆志纯;;一种自动人耳识别方法研究[A];中国自动化学会控制理论专业委员会A卷[C];2011年
6 顾莹;朱秀昌;;基于CS的图像超分辨率重建[A];2010年通信理论与信号处理学术年会论文集[C];2010年
7 张琼;付怀正;沈民奋;;基于稀疏表示的彩色图像超分辨率重建算法[A];第十五届全国图象图形学学术会议论文集[C];2010年
8 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
9 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
中国博士学位论文全文数据库 前10条
1 谢成军;图像稀疏表示模型在可视化追踪中的应用研究[D];合肥工业大学;2014年
2 卢佩;基于类生物视觉特性的目标识别[D];中国科学院研究生院(光电技术研究所);2014年
3 杜小勇;稀疏成份分析及在雷达成像处理中的应用[D];国防科学技术大学;2005年
4 邓承志;图像稀疏表示理论及其应用研究[D];华中科技大学;2008年
5 张楠;低秩鉴别分析与回归分类方法研究[D];南京理工大学;2012年
6 尚丽;稀疏编码算法及其应用研究[D];中国科学技术大学;2006年
7 耿耀君;高通量数据特征选择算法研究[D];西安电子科技大学;2013年
8 王党卫;超宽带雷达目标电磁特征抽取与识别方法研究[D];国防科学技术大学;2006年
9 刘吉英;压缩感知理论及在成像中的应用[D];国防科学技术大学;2010年
10 李小薪;稀疏表示的分段匹配寻踪方法[D];华南理工大学;2009年
中国硕士学位论文全文数据库 前10条
1 肖良;基于稀疏表示的数据分类与聚类算法及其应用研究[D];国防科学技术大学;2012年
2 陈天娇;基于分组稀疏和权重稀疏表示的人脸识别研究[D];安徽大学;2014年
3 冯杰;基于稀疏表示的不良图片鉴别算法研究[D];兰州大学;2014年
4 刘自成;基于稀疏表示的雷达目标角度与距离估计[D];西安电子科技大学;2014年
5 赵晓龙;安防系统中的基于稀疏表示的人脸识别研究[D];西北大学;2014年
6 周乐囡;基于信号稀疏表示的重构与分类算法研究[D];西安电子科技大学;2014年
7 张君;基于稀疏表示的单实验事件相关电位信号去噪与分类方法研究[D];厦门大学;2014年
8 陈威;基于数据稀疏表示的快速磁共振成像技术研究及应用[D];杭州电子科技大学;2014年
9 张凤;稀疏表示理论的研究及其在图像去噪中的应用[D];西安电子科技大学;2014年
10 高锐;基于稀疏表示的乳腺图像病变区域检测[D];西安电子科技大学;2014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