菜单
　　
    摘要图像的稀疏表示理论是目前图像处理与表示的研究热点。作为一种基于字典学习的稀疏表示方法，K-SVD是一个重要的算法，引起广大研究者的兴趣。本文研究K-SVD的基本原理，算法设计，程序实现和实验分析，并利用图像去噪实验验证K-SVD算法的有效性。21849
    本文的主要内容为：
    1）给出了字典学习和稀疏表示的基本原理和优化模型，并详细设计了K-SVD算法的实现流程。
    2）利用Matlab和GUI,开发了一个KSVD图像稀疏表示和K-SVD的图像去噪算法的演示程序。
    3） 通过不同图像进行实验，本文分析了KSVD算法中正则化参数、迭代次数和字典大小对图像稀疏表示和去噪性能的影响。最后给出了KSVD去噪算法与经典去噪算法的性能比较。实验表明：正则化参数和字典大小以及迭代次数的选择是和噪声大小有关的， KSVD算法的去噪能力和其他算法相比，实验得到的效果是比较好的。
    关键词  稀疏编码  字典更新  图像去噪  重构。
    毕业论文设计说明书（论文）外文摘要
    Title   Analysis software of image sparse coding algorithm and    performance benchmark based on KSVD algorithm                         
    Abstract
    Image sparse representation theory is the research hotspot in image processing and representation. As a kind of representation method based on the sparsedictionary learning, K-SVD is an important algorithm,cause the majority of researchers interested in. The basic principle, this paper studies the K-SVD algorithm design,programming and experiment analysis, validity and thedenoising experiments K-SVD algorithm based on image.
    The main contents of this article:
    1) the basic principle and optimization model of a givendictionary learning and sparse representation, and the detailed design of the implementation process of K-SVD algorithm.
    2) using Matlab and GUI, image denoising algorithmdeveloped a KSVD image sparse representation and K-SVD demonstration program.
    3) the experiment through different images, this paper analyses the effect of the regularization parameter, the number of iterations and the dictionary size KSVD algorithm for sparse representation of image and thedenoising performance. the performance comparison of KSVD denoising algorithm and classical denoising algorithm.
    Keyword：sparse coding  dictionary learning  image denoising reconstruction。
     目   次
    目   次    I
    1    引言（或绪论）    1
    1.1    研究背景与意义    1
    1.2    国内外研究现状概述    3
    1.3    本论文的章节结构与主要工作    4
    2    图像稀疏表示与字典学习基本理论与算法    5
    2.1    灰度图像算法    5
    2.2    稀疏编码    7
    2.3    字典更新    11
    2.4    图像重构    14
    2.5    对于本章前几节补充说明    15
    2.6    本章小结    15
    3    利用KSVD算法进行图像去噪的具体程序实现    17
    3.1    Ksvd算法去噪流程概述    17
    3.2    简单程序的实现    19
    3.3    GUI界面    20
    3.4    本章小结    23
    4    KSVD算法中参数的影响以及它和其他算法的比较    24
  1. 上一篇：基于安卓手机的语音通讯软件设计
  2. 下一篇：jsp旅行计划网的设计与实现机票搜索

  1. 基于MATLAB的图像增强算法设计

  2. jsp+sqlserver高校二手商品交...

  3. 基于Kinect的手势跟踪与识别算法设计

  4. JAVA基于安卓平台的医疗护工管理系统设计

  5. java+mysql设备监控记录的大...

  6. 基于核独立元分析的非线...

  7. 基于Hadoop的制造过程大数据存储平台构建

  8. 河岸冲刷和泥沙淤积的监测国内外研究现状

  9. 十二层带中心支撑钢结构...

  10. 大众媒体对公共政策制定的影响

  11. 杂拟谷盗体内共生菌沃尔...

  12. 当代大学生慈善意识研究+文献综述

  13. 酸性水汽提装置总汽提塔设计+CAD图纸

  14. java+mysql车辆管理系统的设计+源代码

  15. 中考体育项目与体育教学合理结合的研究

  16. 电站锅炉暖风器设计任务书

  17. 乳业同业并购式全产业链...

　　

About

751论文网手机版...

主页：http://www.751com.cn

关闭返回