---------------------------------------------------------------范文最新推荐------------------------------------------------------ 基于稀疏表示的图像重建算法研究+文
献综述
摘要图像在获取、存储、传输等过程中都会受到特定噪声的污染,造成图像质量的下降,因此图像的重建是图像处理中的一个重要问题。其目的是通过一系列的运算,尽可能恢复原始图像。
近年来,稀疏表示理论受到人们的广泛关注。其理论依据是,具有一定光滑性的干净图像在适当的过完备字典下存在稀疏表示,通过选择或设计适当的字典,求出图像在该字典下的稀疏表示,就可以达到重建的目的。
图像的重建是图像处理的重要课题之一,即是试图利用退化现象的某种先验知识来重建或恢复被退化的图像,最终达到改善给定图像的目的。图像复原技术经过几十年的发展,逐步形成了一套统一的理论框架。
1 / 9
本研究了在两种不同字典下的稀疏表示,同时实现基于稀疏正则化的图像信号复原。实验结果表明,曲波字典比小波字典具有更好的适应性。
关键词数字图像处理稀疏表示正则化图像重建7090
毕业设计说明书(论文)外文摘要
TitleImage reconstructionalgorithmbased on the sparse representation
Abstract
Images in the process of acquisition, storage, and transmission are subject to specific noise pollution, which can cause the decline in image quality. So, the image denoising reconstruction is an important issue in image processing. Its goal is to restore the original image as far as possible by a series of operations .In recent years, the sparse representation theory has been widespread concerned. Its theoretical basis is that a clean image with a certain smoothness exists sparse in an appropriate
---------------------------------------------------------------范文最新推荐------------------------------------------------------
complete sub Highness or designing appropriate dictionary.We can get the purpose of denoising by finding the image in the dictionary under the sparseselecting .Reconstruction of the image is one of the important topics of image processing, that is trying to use some a priori knowledge to rebuild or restore the degraded image , and ultimately reach the purpose to improve the given image. After decades of development, image restoration techniques are gradually formed a unified theoretical framework .This
paper based on the sparse representation of two different dictionaries, and at the same time to achieve recovery based on the sparse regularization of the image signal. Experimental dismissal the curvelet dictionary has better adaptability than the waveletdictionary.
结论26
正则化与稀疏致谢27
3 / 9
参考文献28
1引言
1.1课题的背景
图像是客观世界的某种状态或能量以一定的方式在二维平面上的投影所转化成的一种可视形式,是人类社会活动中常用的信息载体之一。另外,图像中包含着物体的“大量”信息,它传递着物理世界的能量和事物状态的信息,是人们获取外界原始信息的主要途径之一。为了从图像中提取更多的信息,就需要对其进行必要的处理。图像的处理内容一般包括预处理、图像去噪、图像恢复、图像增强、图像分割、采样、量化、图像分类、图像压缩和图像重建等。
本文详细介绍了稀疏表示理论的关键技术和主要算法,稀疏表示理论是最近几年的研究热点问题,同时也引起国内众多研究者的密切关注。目前国内外的研究主要集中于稀疏字典的设计、稀疏分解算法以及稀疏表示模型在图像处理中的应用等方面,尽管取得了
---------------------------------------------------------------范文最新推荐------------------------------------------------------ 一定的成就,仍有很多重点与难点问题亟待解决。
本文详细介绍了稀疏表示理论的关键技术与主要算法,重点在于应用稀疏表示对图像进行表示,同时结合凸优化算法对图像进行重建。
1.2数字图像处理的概念
数字图像[1]起源于20世纪20年代,当时通过海底电缆从英国伦敦到美国纽约采用数字压缩技术传输了第一副数字照片。此后,由于遥感等领域的应用,使得图像处理技术逐步受到关注并得到了相应的发展。第三代计算机问世后,数字图像处理便开始迅速发展并得到普遍应用。由于CT的发明、应用及获得了备受科技界瞩目的诺贝尔奖,使得数字图像处理技术大放异彩。目前数字图像处理科学已成为了工程学、计算机科学、信息科学、统计学、物理、化学、生物学、医学甚至社会科学领域中各学科之间学习和研究的对象。随着信息高速公路、数字地球概念的提出以及Internet的广泛应用,数字图像处理技术的需求与日俱增。其中,图像信息以其信息量大、传输速度快、作
5 / 9

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198,我们将在24小时内删除。