收藏本站

基于广义稀疏表示的图像超分辨重建方法研究

【摘要】:在日常生活与生产实践中,图像是应用最广泛的信息载体之一。然而,在实际成像过程中,受光学模糊、运动模糊、欠采样和噪声等退化因素的影响,人们往往很难获得期望的高分辨率图像或图像序列,这给后续的图像处理、分析与理解带来诸多困难,影响人们正确认识客观世界及其规律。如何提高所获图像的空间分辨率,改善图像质量,是图像处理领域极具挑战性的课题。图像超分辨重建技术是解决上述问题较经济而有效的手段之一。利用图像超分辨重建技术,不仅能获得高于现有成像系统空间分辨率的高质量图像,而且能充分利用大量已有的低分辨图像资源。该技术在模式识别、计算机视觉、视频监控、遥感成像以及生活娱乐等方面具有广泛的应用前景,受到国内外学者的广泛关注。 针对超分辨重建面临的挑战性问题,本文利用广义稀疏表示思想,从邻域样本的选择、映射关系的估计、正则化先验的设计以及自相似冗余信息的学习等方面,对基于实例学习和基于重构的图像超分辨重建方法进行了深入研究,主要研究成果为: (1)提出了一种基于高斯混合模型聚类和部分监督邻域嵌入的实例学习图像超分辨方法。在学习阶段,使用高斯混合模型聚类方法构造类别预测器,用于估计训练集中低分辨图像块的类别信息;在合成阶段,结合类别信息,使用部分监督邻域选择方案调整输入图像块与训练集样本之间的距离,一定程度上克服了传统邻域嵌入超分辨算法在邻域选择方面存在的不足。 (2)针对邻域嵌入超分辨算法低分辨图像块与高分辨图像块在邻域关系不能保持不一致问题,提出了一种基于对偶约束的联合学习超分辨重建方法。首先,通过对偶约束方法将低分辨图像块与对应高分辨图像块构成成组块对,通过联合学习构造低分辨图像块与高分辨图像块的联合特征子空间;然后,在联合特征子空间中进行邻域的选择和低分辨与高分辨图像块之间的映射关系的估计。最后,结合全局约束和一致性先验,进一步提高初始化估计超分辨重建图像的质量。 (3)为提高已有邻域嵌入算法的重建效率,同时解决邻域选择方法存在的不足,提出了一种基于方向梯度直方图(Histograms of Oriented Gradients,HOG)特征聚类的稀疏邻域嵌入的实例学习超分辨方法。为提高重建效率,引入HOG特征描述低分辨图像块的局部几何结构,通过k-means聚类技术将大规模训练集划分成多个结构相似的子类;针对已有邻域嵌入超分辨算法在邻域选择方面存在的不足,提出了一种结合鲁棒性SL0稀疏表示与k/K最近邻策略的稀疏邻域选择算法,能同时实现邻域的选择与重构权值的计算,有效提高了图像超分辨重建的质量。 (4)考虑到实例学习方法和重构方法在超分辨重建方面的互补性,提出了一种基于多尺度字典学习和自适应正则化相结合的图像超分辨方法。为实现基于实例的重建方法,直接从输入的低分辨图像中提取不同尺度的图像块,通过联合学习多个尺度字典,以构建稀疏幻像正则项;为实现基于重构的方法,使用可控核回归技术构造局部先验正则项,以获取图像的局部结构信息;使用非局部均值滤波技术构造非局部先验正则项,以获取图像中相似性冗余性信息。将全局重构约束项、局部与非局部正则项和稀疏幻像正则项相组合,构成一个统一的超分辨重建框架优化求解。在不需要外部训练图像的情况下,提出的方法在保持清晰的图像边缘和恢复丰富的高频细节两方面均能取得较好的效果。 (5)本质上,基于实例学习方法的重建质量很大程度上依赖于训练图像。鉴于此,提出了一种多尺度自相似冗余学习的图像超分辨方法。该方法首先利用低分辨图像不同尺度的自相似冗余结构构造训练图像块对,然后,使用邻域嵌入算法和逐层重建策略,逐步将输入的低分辨图像放大到所需要的高分辨图像。最后,利用非局部均值滤波技术获取图像中相同尺度的自相似冗余信息,通过构造非局部正则项,以进一步提高超分辨重建的质量。 综上所述,本文以信号处理、模式识别为理论基础,以统计学习方法为主要技术手段,提出了五种新的图像超分辨重建方法,有效克服了现有方法存在的不足,在重建清晰的图像边缘和恢复丰富的纹理方面取得了较好的效果,为解决图像超分辨重建问题提供了新的途径。

下载App查看全文

(如何获取全文? 欢迎:、、)

支持CAJ、PDF文件格式


【相似文献】
中国期刊全文数据库 前20条
1 王俊一,王乘,孙涛;小波变换阈值选取的博弈与图像边缘点检测[J];微机发展;2005年04期
2 李东旭;;Delphi实现图像边缘检测[J];电脑编程技巧与维护;2009年S1期
3 周颢,戚飞虎;一种新的图像边缘检测算法[J];计算机工程;2003年18期
4 周舒;;基于数学形态学的图像边缘检测研究[J];科教文汇(上旬刊);2008年08期
5 曾友州;胡莹;曾伟一;郑晓霞;;提取数字图像边缘的算法比较[J];成都航空职业技术学院学报;2009年04期
6 黄炯;图像边缘处理[J];电视字幕.特技与动画;2000年09期
7 李子楠;张科;;一种改进的超分辨图像重建方法[J];弹箭与制导学报;2010年06期
8 张玉明,许曼;B超图像边缘增强技术的实现方法[J];电子技术;1997年09期
9 刘刚;韩建栋;;一种新的基于梯度的2*图像插值算法[J];红外技术;2006年06期
10 胡德明;;一种基于模糊梯度算法的图像边缘检测方法[J];武汉理工大学学报(信息与管理工程版);2006年07期
11 侯小丽;;图像边缘检测技术发展综述[J];太原城市职业技术学院学报;2009年06期
12 陈光;;数字图像放大算法的研究[J];信息技术;2009年06期
13 侯小丽;;图像边缘检测技术发展综述[J];太原城市职业技术学院学报;2010年10期
14 林意;吴锡生;;一种图像区域边缘表达方法[J];重庆大学学报(自然科学版);2006年07期
15 董梁;;基于哈夫变换的图像边缘连接[J];现代电子技术;2008年18期
16 刘洲峰;徐庆伟;李春雷;姚骏;;小波变换在图像检测中的应用[J];电气自动化;2008年06期
17 谭雁英,董志信;图像边缘信息的谱分析及其在变换编码中的应用[J];电子学报;1995年09期
18 范晓文;陈普春;祁芳芳;;基于边缘检测的图像提升小波降噪方法[J];现代电子技术;2007年24期
19 刘玮;文友先;;几种检测鸡蛋边缘算法比较[J];湖北农机化;2007年06期
20 冯新岗;周诠;;数字图像中基于多尺度几何分析的圆检测算法[J];中国图象图形学报;2009年05期
中国重要会议论文全文数据库 前10条
1 黄晓山;;数字图像处理及其在医学上的应用[A];2009年浙江省医学工程学术年会论文汇编[C];2009年
2 薛玉涵;钱亮;鞠浩;;基于模糊噪声配套图像的去运动模糊方法[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
3 陈春宁;田睿;王毅楠;;基于色差插值的BAYER格式图像色彩复原实现[A];第九届全国信息获取与处理学术会议论文集Ⅰ[C];2011年
4 罗强;任庆利;;基于局部IFS理论提取图像边缘[A];第十二届全国图象图形学学术会议论文集[C];2005年
5 徐庆伟;刘洲峰;李春雷;;一种基于小波变换的图像边缘检测算法[A];第十四届全国图象图形学学术会议论文集[C];2008年
6 蒋奇;高瑞;王雷;;管道漏磁场影响因素的研究[A];2005中国控制与决策学术年会论文集(下)[C];2005年
7 卢汉明;高德俊;;基于多尺度变换相结合的图像增强算法[A];第二届“测绘科学前沿技术论坛”论文精选[C];2010年
8 项昱晖;江开勇;夏涛;;基于动态域值的鞋帮图像边缘提取方法[A];2005年中国机械工程学会年会第11届全国特种加工学术会议专辑[C];2005年
9 项昱晖;江开勇;夏涛;;基于动态域值的鞋帮图像边缘提取方法[A];2005年中国机械工程学会年会论文集第11届全国特种加工学术会议专辑[C];2005年
10 王彦锟;刘方;;一种快速稳健的图像旋转角度估计算法[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用(CACIS)学术会议论文集[C];2007年
中国博士学位论文全文数据库 前10条
1 韩永华;农田图像的统计迭代分割方法研究[D];浙江大学;2011年
2 张凯兵;基于广义稀疏表示的图像超分辨重建方法研究[D];西安电子科技大学;2012年
3 陈少波;SAR图像相干斑抑制算法研究[D];华中科技大学;2010年
4 陈玫玫;手指静脉图像的去噪与分割算法研究[D];吉林大学;2010年
5 陈国忠;SAR图像纹斑噪声抑制算法研究[D];上海交通大学;2008年
6 康文炜;冠状动脉造影图像的分割方法研究[D];吉林大学;2010年
7 邢坤;基于可见光遥感图像的典型目标识别关键技术研究及其系统实现[D];哈尔滨工业大学;2010年
8 邢坤;基于可见光遥感图像的典型目标识别关键技术研究及其系统实现[D];哈尔滨工业大学;2010年
9 李小兵;MRI图像脑肿瘤分割与EEG脑癫痫检测的研究[D];大连理工大学;2010年
10 王继阳;基于高分辨率航空遥感立体图像的建筑物三维重建技术研究[D];国防科学技术大学;2009年
中国硕士学位论文全文数据库 前10条
1 高星星;基于稀疏分解的SAR图像抑制斑点噪声算法的研究[D];天津理工大学;2011年
2 王珊;X射线冠脉造影图像的血管分割方法研究[D];兰州大学;2012年
3 陈益新;基于DM6467的工件表面质量图像高速采集与处理技术研究[D];杭州电子科技大学;2012年
4 李富城;多极化SAR图像地物分类技术研究[D];解放军信息工程大学;2009年
5 关辉;基于Directionlet变换的SAR图像噪声抑制及边缘检测[D];西安电子科技大学;2010年
6 陈国强;准双曲面齿轮接触图像齿形轮廓和接触斑点的二维重构[D];河南理工大学;2010年
7 滕扬;基于改进的BP神经网络肺部CT图像的结节识别[D];吉林大学;2011年
8 李动节;嵌入式图像压缩编解码研究[D];郑州大学;2011年
9 王百超;图像PDE滤波和盲恢复技术的理论研究及其在IVUS图像处理中的应用[D];山东大学;2011年
10 锁艳;基于分水岭的SAR溢油图像快速分割算法研究[D];大连海事大学;2012年
中国重要报纸全文数据库 前10条
1 ;[N];农村医药报(汉);2008年
2 ;[N];科技日报;2007年
3 陕西 瞿贵荣;[N];电子报;2007年
4 张家诚;[N];中国气象报;2008年
5 于亮、阿鲲;[N];中国计算机报;2002年
6 晶 莹;[N];中国质量报;2005年
7 马骏睿 皓月;[N];中国摄影报;2007年
8 ;[N];中国电脑教育报;2004年
9 ;[N];中国计算机报;2003年
10 秦风;[N];中国摄影报;2006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


{bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck}| {bck体育下载}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bcksports}| {bck体育下载}| {bckbet}| {bcksports}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bck官网}| {bck体育下载}| {bckbet}| {bcksports}| {bck官网}| {bck体育app}| {bck体育}| {bcksports}| {bck官网}| {bck体育下载}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck体育}| {bcksports}| {bck官网}| {bck体育官网}| {bck体育下载}| {bck体育}| {bckbet}| {bcksports}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bck官网}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bcksports}| {bck官网}| {bck}| {bck体育官网}| {bcksports}| {bck体育下载}| {bck体育app}| {bckbet}|
{uc8}| {uc8体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐城}| {uc8彩票}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {uc8体育}| {UC体育}| {uc8老虎机}| {uc8老虎机}| {UC8娱乐}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8老虎机}| {uc8彩票}| {uc8}| {uc8体育}| {UC体育}| {uc8官网}| {UC8娱乐}| {UC8娱乐城}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {UC8娱乐城}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {UC8娱乐城}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {uc8彩票}| {uc8}| {uc体育}| {UC体育}| {UC8娱乐城}| {uc8}| {UC体育}| {uc8官网}| {uc8老虎机}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {UC8娱乐城}|