【摘 要】
：
图像重建技术在图像处理的各个领域都有着非常广泛的应用,包括恶劣环境下的图像质量增强、图像超分辨率重建以及显著区域检测等。近年来,基于稀疏表示的重建模型在图像重建的许多应用中都取得了较好的效果。然而,由于传统的标量稀疏表示模型难以直接处理彩色图像,常常将彩色图像失真地表示成二阶标量信号,导致信号通道间的结构关系的损失,使得重建结果往往存在颜色失真、结构模糊等现象。四元稀疏表示模型将彩色图像视作三阶矢
论文部分内容阅读
图像重建技术在图像处理的各个领域都有着非常广泛的应用,包括恶劣环境下的图像质量增强、图像超分辨率重建以及显著区域检测等。近年来,基于稀疏表示的重建模型在图像重建的许多应用中都取得了较好的效果。然而,由于传统的标量稀疏表示模型难以直接处理彩色图像,常常将彩色图像失真地表示成二阶标量信号,导致信号通道间的结构关系的损失,使得重建结果往往存在颜色失真、结构模糊等现象。四元稀疏表示模型将彩色图像视作三阶矢量信号,可以并行地处理彩色图像的各个通道,完整地保留多通道图像的结构信息,经实验证明,四元稀疏表示模型能更加准确地对图像进行重建,在图像重建问题上取得了很好的效果。本文主要介绍了图像稀疏表示模型在显著区域检测和图像超分辨率重建上的应用,并针对传统稀疏表示模型在重建图像上的不足进行了改进,做出了以下创新性工作:本文提出了一种基于四元稀疏表示模型的显著区域检测方法。在传统方法中,通常采用颜色和纹理等低层次的视觉特征来描述物体,无法有效地区分背景和显著物体。为了解决这个问题,本文对显著物体的特征描述,稀疏表示的字典构建方式以及显著值融合方法等进行了改进。首先,引入了多层次的深度特征,提高了图像特征的表征能力。同时,采用四元向量来表示多通道颜色特征和多层次深度特征,这种矢量稀疏表示的方式很好地保持了通道间和各层深度特征之间的相关性,整体提升了显著图的计算准确度;其次,通过构建前景字典和背景字典,融合基于这两个字典的重建误差来评估图像块的显著值,可以有效地提高检测算法的查全率;最后,通过图像块间相关性对显著区域的显著值进行平滑优化,提高了显著值的准确性。本文提出的基于矢量稀疏表示模型的显著区域检测方法在三个常用数据集上进行了实验,并与当前先进算法进行对比。实验表明,本文提出的方法可以准确地提取显著区域,查准率高于现有算法10%左右,整体检测性能达到了先进水平。同时,本文提出了一种基于四元稀疏表示模型的图像超分辨率重建算法。现有的图像超分辨率重建算法往往只对图像的亮度通道进行处理,忽视了颜色通道上的信号损失;图像中的细节信息往往存在于不同的尺度空间,现有算法采用单一字典,无法有效恢复出高分辨率图像在不同尺度上的细节信息。本文算法采用四元稀疏表示模型代替传统标量稀疏表示模型,对彩色图像块更准确地进行重建,避免将彩色图像特征失真表示为二阶标量信号,完整地保留了各通道间的相关性;其次,利用已知的外部图像训练集,构建了多个尺度的低分辨率-高分辨率字典对,通过对图像重建结果进行多尺度融合来弥补图像在不同尺度上损失的结构信息。最后,采用了一种图像块自适应选择重建的方法,仅对可能发生细节损失的部分进行重建,在不损失重建效果的基础上对算法进行了提速。实验结果表明,本文提出的图像超分辨率重建算法可以有效提高重建后高分辨率图像的质量,比现有重建算法获得的图像质量在PSNR上提高0.1dB~1dB,而利用图像块选择方法则可以在不损失图像重建质量的基础上提速40%左右。
其他文献
在计算机视觉领域,图像匹配是一项基本功能,在图像拼接、目标识别、视觉定位等应用中起着重要的作用。在多种主要的图像匹配方法中,基于尺度不变特征提取算法(Scale Invariant Feature Transform,SIFT)的图像匹配方法有着鲁棒性高的优势。但是,SIFT算法也有明显的缺点:算法复杂度高、计算量大,通用平台的计算能力难以满足实时处理的需求。本文介绍了基于SIFT特征提取算法的硬
阅读是英语听、说、读、写四项基本语言技能之一,学生的阅读水平体现了他们运用语言的综合能力。另外,阅读成绩在英语总成绩中占比较大,这也使得阅读教学在英语教学中显得尤为重要。随着全球网络信息技术的发展,人类从读写时代进入了超文本时代,这要求人们必须能够在不同形式的语言和不同的表达方式之间自由切换。在这一背景下,2017年颁布的英语新课程标准在语言技能中增加了“看”(viewing)这一技能,“看”(v
近年来,随着互联网的快速发展,大量的网上应用所产生的海量数据使用户越来越难以从中快速获取到最有价值的信息。推荐系统的出现给这一问题提供了有效的解决途径,然而传统的推荐算法越来越难以从当前稀疏的用户数据中提取到有用的信息。如何有效挖掘这些稀疏数据中存在的有用信息,成为了当前推荐系统面临的一个主要挑战。推荐系统在提供便捷的推荐服务的同时也面临着严重的隐私泄露问题。差分隐私作为一种能够提供更加严格和可量
致密砂岩气是非常规油气的重要组成部分,是当前沉积储层的研究热点之一。确定致密砂岩储层的沉积—成岩特征至关重要,储层分类评价是寻找优质储层的必经之路。鄂尔多斯盆地是中国重要的含油气盆地之一,以致密储层为主,因此需要加强致密砂岩储层的研究。本文利用岩心观察、钻测井分析、普通薄片、铸体薄片、扫描电镜、阴极发光、X衍射、能谱分析、物性分析、压汞分析等分析测试手段,系统研究了二叠系石盒子组致密储层的沉积—成
随着科技的不断进步,现代战争中电子战占据的地位越来越重,现在往往只要摧毁敌方的雷达探测系统,就能获得整场战争的胜利。电子战分为雷达侦察、雷达干扰、电子摧毁等几部分,其中雷达干扰能够让敌方雷达失去目标探测能力,从而无法检测到我方战斗机、导弹等战略武器,所以雷达干扰的重要性尤为突出。雷达干扰同样分为好几个部分,包括干扰样式的产生及选择,干扰策略的选择等。在实际情况中选择正确的干扰样式和干扰策略尤为重要
空间数据现势性问题日益突出，已经引起了广大用户和政府部门的高度关注。因此，空间数据更新已经逐渐成为空间数据生产部门的主要任务。为了实现实时快速更新，最大限度的满足人们
随着经济快速发展,产业发展与自然资源之间的矛盾日益尖锐。为了有效评估产业发展对资源环境的胁迫影响,本研究引入环境足迹来表征人类活动的资源消费和环境影响。然而单一的足迹指标只能表征环境影响的某个方面,因此,本文基于投入产出模型和熵值法对环境足迹进行定量集成,从城市、国家和全球三个尺度分析了环境足迹的定量集成和区域转移,以期为产业部门的绿色发展提供科学参考。本文首先基于单区域投入产出模型,对1997-
随着移动互联网以及互联网电商的发展,以图搜图,尤其是服装检索技术,正在被越来越多的商业机构、研究者关注。本文立足于研究服装检索的各个技术模块,以深度学习理论为基础,研究基于深度学习的服装检索技术。本文着重研究服装检索的以下三个问题:1.图像预处理。由于服装图像多种多样,为了排除背景、姿势等影响,需要为系统构建一个服装区域检测的前置模块;2.监督分类及特征提取。不同于传统的手工设计的特征提取方式,基
在数据量与日俱增的大数据时代,移动互联网技术得到了飞速的发展并促进了智能终端的普及。当下人们记录信息方式不仅仅局限于文本内容,更多地采用图像、视频等方式记录生活中的方方面面。这使得多媒体信息量在数据总量中占据了很大的比重,人们对图像、视频等视觉内容的信息检索需求日益增长,例如在电商购物、影视搜索等领域。现如今庞大的图像与视频数据总量给检索带来了巨大的挑战。如何快速、准确地从图像与视频数据中检索出人
随着科学技术的飞速发展和人民生活水平的提高,人们对移动机器人需求越来越大,应用范围也越来越广。不仅在航天、航空和军事等领域应用很广,而且在工业、农业、日常生活都应用到移动机器人,因此移动机器人的运动规划成为研究热点。移动机器人的运动规划是指自主规划出一条从初始点出发到到目标点的安全路径,实现机器人自主规划。本文主要针对移动机器人的运动规划研究包分为两部分:路径规划和轨迹规划。论文首先介绍研究背景和