学位论文 > 优秀研究生学位论文题录展示

压缩感知在图像处理中的应用研究

作　者: 邹伟
导　师: 李元祥
学　校: 上海交通大学
专　业: 航天工程
关键词: 压缩感知 稀疏表示 目标识别 超分辨重建 冗余字典
分类号: TP391.41
类　型: 硕士论文
年　份: 2012年
下　载: 1143次
引　用: 0次
阅　读: 论文下载
 

内容摘要


随着压缩感知理论研究工作的深入,压缩感知在信号和图像处理领域已引起众多研究者的关注。理论已经证明自然图像本身具有稀疏的表示特性,符合人类所接触的很多信号和图像的处理。随着稀疏表示算法的不断完善,特别是学习字典理论提出之后,近年来,压缩感知理论已被大量应用到信号和图像处理的各个领域。本文基于压缩感知理论,围绕图像识别和图像超分辨率重建问题,重点研究了如何构造更高鲁棒性和更少计算复杂度的分类识别算法,以及如何构造冗余字典更有效地重建超分辨率图像。主要工作如下:1)研究基于压缩感知的图像识别算法,阐述基于稀疏表示的SRC(Sparse Representation-based Classification)方法理论框架,由于SRC方法利用L1范数最小化算法求解稀疏表示系数在计算复杂度上过高,采用计算复杂度较低的OMP(Orthogonal Matching Pursuit,正交匹配追踪)算法对SRC方法进行改进。2)针对SRC方法在低维情况下识别率较低,提出基于类别信息的SRC识别方法,人脸识别和空间目标识别实验表明,该方法在低维情况下提高了识别率且具有较强的抗噪声能力。3)研究基于稀疏表示的图像重建算法,将其应用到YCbCr、RGB彩色图像模型来进行超分辨率重建,并与经典的如最近二次插值、三次插值、邻域插值和小波与局部适应插值等方法进行分析比较,实验结果表明相对于经典方法,基于稀疏表示的图像重建算法对灰度和彩色图像的重建效果优势明显。

全文目录


摘要  3-4
ABSTRACT  4-7
第一章 绪论  7-14
  1.1 研究背景与意义  7-8
  1.2 压缩感知的研究现状  8-11
    1.2.1 CS 成像  8-10
    1.2.2 CS 图像识别  10
    1.2.3 CS 图像重建  10-11
  1.3 CS 理论存在的问题  11-12
  1.4 本文研究内容及结构安排  12-14
    1.4.1 本文研究内容  12
    1.4.2 本文结构安排  12-14
第二章 压缩感知理论简介  14-21
  2.1 CS 理论提出  14-15
  2.2 压缩感知理论框架  15-20
    2.2.1 问题描述  15-16
    2.2.2 信号的稀疏表示  16-17
    2.2.3 观测矩阵设计  17-19
    2.2.4 稀疏信号重构  19-20
  2.3 本章小结  20-21
第三章 基于压缩感知的目标识别  21-38
  3.1 基于稀疏表示的SRC 方法  21-26
    3.1.1 SRC 方法  21-24
    3.1.2 压缩感知重构算法  24-26
  3.2 基于类别信息的SRC 方法  26-27
  3.3 目标识别简介  27-29
    3.3.1 人脸识别  28-29
    3.3.2 空间目标识别  29
  3.4 识别实验与结果分析  29-37
    3.4.1 实验数据准备与设计  29-31
    3.4.2 无噪人脸识别  31-34
    3.4.3 有噪人脸识别  34-35
    3.4.4 无噪空间目标识别  35
    3.4.5 有噪空间目标识别  35-37
  3.5 本章小结  37-38
第四章 基于压缩感知的图像超分辨率重建  38-60
  4.1 经典图像重建理论算法  38-42
    4.1.1 最近邻域插值  38-39
    4.1.2 双线性插值  39-40
    4.1.3 三次卷积插值  40
    4.1.4 局部适应插值  40-42
  4.2 基于小波变换的重建算法  42-47
    4.2.1 小波变换的基本理论  42-44
    4.2.2 小波变换重建算法简介  44-45
    4.2.3 基于小波变换和局部适应插值重建算法思想  45-47
  4.3 基于稀疏表示的图像重建算法  47-53
    4.3.1 稀疏表示图像超分辨率重建算法  47-50
    4.3.2 冗余字典构造  50-52
    4.3.3 彩色图像重建  52-53
  4.4 图像重建实验  53-59
    4.4.1 图像重建质量评价  53-54
    4.4.2 实验数据准备与设计  54-55
    4.4.3 灰度图像重建实验  55-57
    4.4.4 彩色图像重建实验  57-59
  4.5 本章小结  59-60
第五章 总结与展望  60-62
  5.1 全文总结  60
  5.2 展望  60-62
参考文献  62-70
致谢  70-71
攻读硕士学位期间已发表或录用的论文  71-73

相似论文

  1. 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
  2. 基于智能学习的多传感器目标识别与跟踪系统研究,TP391.41
  3. 红外超光谱图像的虚拟探测器研究,TP391.41
  4. 图像实时采集、存储与处理方法研究,TP391.41
  5. 空中目标抗干扰识别跟踪系统,TN215
  6. 红外图像目标识别及跟踪技术研究,TP391.41
  7. 水下目标特征的压缩与融合技术研究,TN911.7
  8. 语音信号的压缩感知研究及其在语音编码中的应用,TN912.3
  9. 小型智能足球机器人系统全局视觉的研究与设计,TP242.6
  10. 基于稀疏表示残差融合的人脸表情识别,TP391.41
  11. 基于小波变换的信号稀疏表示及其在图像去噪中的应用,TP391.41
  12. SAR成像目标识别子区选取与匹配方法研究,TN957.52
  13. 压缩感知在无线通信网络异常事件检测中的应用研究,TN929.5
  14. 基于随机矩阵理论和压缩感知的合作频谱感知技术研究,TN925
  15. 压缩感知中信号重构算法的研究,TN911.6
  16. 基于压缩感知的认知无线电频谱检测技术及其研究,TN925
  17. 压缩感知在无线传感网中的应用研究,TN929.5
  18. 基于3G网络的智能交通视频监控系统的设计与实现,TP391.41
  19. 基于视频监控的特定目标识别研究,TP391.41
  20. 基于视频的动物运动跟踪分析系统及应用研究,TP391.41
  21. 基于空间邻域词袋模型的图像标注技术,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com