-
摘要图像在获取、存储、传输等过程中都会受到特定噪声的污染，造成图像质量的下降，因此图像的重建是图像处理中的一个重要问题。其目的是通过一系列的运算，尽可能恢复原始图像。
- 上一篇：基于网络编码的路由协议的实现与仿真
- 下一篇：PID拥塞控制算法的设计与仿真实现
近年来，稀疏表示理论受到人们的广泛关注。其理论依据是，具有一定光滑性的干净图像在适当的过完备字典下存在稀疏表示，通过选择或设计适当的字典，求出图像在该字典下的稀疏表示，就可以达到重建的目的。
图像的重建是图像处理的重要课题之一，即是试图利用退化现象的某种先验知识来重建或恢复被退化的图像，最终达到改善给定图像的目的。图像复原技术经过几十年的发展，逐步形成了一套统一的理论框架。
本毕业论文研究了在两种不同字典下的稀疏表示，同时实现基于稀疏正则化的图像信号复原。实验结果表明，曲波字典比小波字典具有更好的适应性。
关键词 数字图像处理 稀疏表示 正则化 图像重建7090
毕业设计说明书（论文）外文摘要
Title Image reconstruction algorithm based on the sparse representation
Abstract
Images in the process of acquisition, storage, and transmission are subject to specific noise pollution, which can cause the decline in image quality. So, the image denoising reconstruction is an important issue in image processing. Its goal is to restore the original image as far as possible by a series of operations .In recent years, the sparse representation theory has been widespread concerned. Its theoretical basis is that a clean image with a certain smoothness exists sparse in an appropriate complete sub Highness or designing appropriate dictionary. We can get the purpose of denoising by finding the image in the dictionary under the sparse selecting .Reconstruction of the image is one of the important topics of image processing, that is trying to use some a priori knowledge to rebuild or restore the degraded image , and ultimately reach the purpose to improve the given image. After decades of development, image restoration techniques are gradually formed a unified theoretical framework .This paper based on the sparse representation of two different dictionaries, and at the same time to achieve recovery based on the sparse regularization of the image signal. Experimental dismissal the curvelet dictionary has better adaptability than the wavelet dictionary.
Keywords Digital image processing sparse regularization image reconstruction
目 次
1 引言 1
1.1 课题的背景 1
1.2 数字图像处理的概念 1
1.3 小波理论与曲波理论 2
1.4 文章的组织 2
2 信号表示理论 3
2.1 基 3
2.2 框架 3
2.3 字典 4
2.4 信号的稀疏表示 4
2.5 压缩感知 8
3 小波与曲波 9
3.1 小波分析 9
3.2 曲波分析 14
3.3 总结 17
4 图像信号复原方法 17
4.1 信号去噪 18
4.2 信号反卷积 19
4.3 信号超分辨率重建 19
4.4 信号分离 19
4.5 凸优化算法 20
5 实验研究 22
5.1 基于小波字典的稀疏重建 22
5.2 基于曲波字典的稀疏重建 22
5.3 研究结果 23
-
基于差分进化算法的自动...
-
基于混沌的图像加密通信...
-
MATLAB基于时频分析的穿墙呼吸检测算法研究
-
基于LTE的OFDM无线传输链路设计与仿真
-
基于OFDM的用户接入控制技术研究
-
基于OFDM的数字图像无线传输关键技术研究
-
QPSK无线通信网络中基于...
十二层带中心支撑钢结构...
中考体育项目与体育教学合理结合的研究
杂拟谷盗体内共生菌沃尔...
乳业同业并购式全产业链...
大众媒体对公共政策制定的影响
酸性水汽提装置总汽提塔设计+CAD图纸
电站锅炉暖风器设计任务书
当代大学生慈善意识研究+文献综述
java+mysql车辆管理系统的设计+源代码
河岸冲刷和泥沙淤积的监测国内外研究现状