图像去噪与逐层表达的优化理论与算法研究

来源 :中国科学院大学 | 被引量 : 0次 | 上传用户:lz1111111
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
图像去噪以及表达是图像处理中两个非常重要的步骤。研究图像去噪的优化理论与算法能够帮助人们更加高效的求解清晰的去噪图像,提高人们对图像的认识程度,以便对图像作一步的处理。另外,图像逐层表达是对人类视觉信息分层处理机制的模拟,构建图像的逐层表达模型及设计相应的求解算法有助于人们更加了解图像认知的过程,并且改进现有的多层图像数据学习方法,使其更加符合人类视觉系统的处理机制。  本文首先针对经典的各向同性ROF(Rudin、Osher和Fatemi)去噪对偶模型提出一种新的梯度算法,算法将Chambolle算法和梯度投影算法扩展为更加一般的形式,即缩放的梯度下降算法。通过选择不同的步长和缩放因子,我们给出了两种收敛的SGDA(Shrinking Gradient Descent Algorithm)算法,即SGDA-1和SGDA-2。随机生成问题实验和真实图像去噪实验的数值结果表明SGDA算法的数值表现不弱于经典的梯度算法,如Chambolle算法、ISTA(Iterative Shrinkage-Thresholding Algorithm)和FISTA(Fast ISTA),尤其在当精度较高的情况下,此算法在大部分算例上取得较好的效果。  其次为解决大规模图像ROF去噪问题,本文提出交替线性极小化算法求解各向异性ROF对偶模型,算法将ROF对偶问题分解为序列化子问题,并通过交替求解的方式降低单步的计算量,减少单核处理的负载能力。同时本文给出了算法的收敛性分析。数值结果表明算法在处理大规模ROF去噪问题方面有一定的优势。  本文第四章模拟人类视觉系统认知原理,构建了一种新的图像逐层稀疏表达模型与算法。在初始层中提出了初选图像块的优化模型,并给出聚类算法与二部图匹配相结合的近似算法求解初选图像块模型。另外,在传统的稀疏表达算法中,基图像求解空间为整个欧氏空间,而本文则限定基图像块空间为初选图像块集合,针对第一层本文提出了基于此思想的优化模型与算法,使得基图像有更直观的解释。数值结果表明初始层中得到的初选图像块相似性较小,且具有一定的代表性,同时在较低的稀疏程度下基图像块基本上可以重建初始层的图像块,但当稀疏程度较高时重建图像与真实图像有一定的差距。  最后对博士期间的研究工作进行总结,并对下一步的研究工作进行了展望。
其他文献
软件可靠性模型研究近年来得到广泛关注,不同研究人员根据不同背景给出各种各样的模型.该论文分析了已有软件可靠性模型Duane模型,给出了基于几何过程的新模型.该论文共分三
近年来,非单调推理和知识库的表示成为日益重要的两个问题.该文第一部分给出了仲裁的两种构造.第二部分在缺省逻辑的基础上构造了一个新系统来模拟人类积累、更新知识的过程.
本文提出了两个基于微分动态系统的填充函数方法,用于求解多极值带约束的全局最优化问题。文章提出了两个新的填充函数,在适当的假设下证明了它的填充性质。在Kennedy and Chua
根据地震剖面上不同的频段和时段有不同的信噪比,以及相邻地震道反射波有效成份(除去噪音的有用信号)在波形和能量上具有较强的相关性的特点,该文提出了应用小波包分解和多项
众所周知,Helmholtz方程是模拟声波散射问题的基本模型.研究求解大波数Helmholtz方程的高效数值算法,是当今科学工程计算领域中的一个重要课题.  本论文主要研究了具有复杂边
顺序回归,是标签含有有序关系的一种特殊多分类问题。许多实际应用问题中标签都呈现这种序结构关系,研究表明利用标签有序信息建模可显著提高模型的预测效果,因此有大量相关模型
该文将组合的预期收益、风险及投资者对收益--风险偏好程度三者有机结合在一起,利用多目标决策方法进行研究,提出一种从品种选择、参数确度、模型建立到最佳组合确定的系统的
1991年Sanders与Wilde首次提出了余指数的概念:设有限p-群G阶为p,指数(exponent)为p,余指数(coexponent)定义为f(G)=n-e(G).设c(G)为群G的幂零类该文目的在于对一般的p-群G,
水稻直播是指在水稻栽培过程中省去育秧、拨秧和移植作业,直接把稻种播入1~2cm浅土层的栽培技术。由于直播栽培方式存在较大风险和技术难题,在部分省份一直被列入禁止或不推荐
该文应用三次样条小波及嵌入式零树编码方法对图象数据进行压缩,实现了将图象数据压缩90倍而不失真的良好效果,这个方法可以广泛应用于各个领域.同时,文中还对应用样条正交小