基于圖像先驗建模的圖像復原技術(shù)研究.pdf_第1頁
已閱讀1頁,還剩150頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著信息技術(shù)的不斷發(fā)展,移動互聯(lián)網(wǎng)和社交網(wǎng)絡廣泛興起,以數(shù)字化為基礎(chǔ)的多媒體技術(shù)逐漸在人類社會的各個領(lǐng)域得到越來越廣泛的應用。圖像/視頻等視覺信號是數(shù)字多媒體內(nèi)容的主要載體之一。數(shù)字圖像質(zhì)量在人類視覺信息感知和通信過程中有著十分重要的影響。在數(shù)字圖像的采集、存儲、傳輸和處理過程中,不可避免地受到諸多因素的影響,使得最終接收到的圖像產(chǎn)生視覺質(zhì)量的下降。對降質(zhì)圖像進行復原一直是數(shù)字圖像處理領(lǐng)域中較為基礎(chǔ)和重要的研究領(lǐng)域。圖像復原是對圖像降質(zhì)

2、過程的逆過程求解。由于在降質(zhì)過程中信息發(fā)生了丟失,圖像復原問題作為逆問題的一種通常具有較大的病態(tài)性。利用自然圖像的先驗信息來對解空間進行約束是圖像復原問題的基本思路。圖像先驗模型不僅能夠約束圖像復原問題的最優(yōu)解滿足唯一性,而且可以使其符合人類視覺感知特性。因此,圖像先驗建模研究一直是圖像復原研究領(lǐng)域的熱點之一。本文以圖像先驗建模為出發(fā)點,重點針對圖像插值、超分辨率重建、圖像和視頻去噪以及編碼塊效應去除四個圖像復原問題展開深入的研究。

3、r>  本文的主要創(chuàng)新點包括以下幾個方面:
  (1)提出了一種基于隱式分段自回歸模型的圖像插值方法。根據(jù)自然圖像信號的非穩(wěn)態(tài)性質(zhì),對圖像信號的分段統(tǒng)計穩(wěn)態(tài)區(qū)域的不規(guī)則形態(tài)進行了分析。針對圖像局部統(tǒng)計穩(wěn)態(tài)區(qū)域統(tǒng)計量估計存在較大誤差的問題,提出了一種基于概率描述的方法,能夠隱式地刻畫非規(guī)則統(tǒng)計穩(wěn)態(tài)區(qū)域的幾何形態(tài),提高回歸模型參數(shù)估計的魯棒性和準確度。同時,將結(jié)構(gòu)相似度概率引入到局部窗口軟決策聯(lián)合估計的優(yōu)化目標函數(shù)中,通過加權(quán)最小二乘

4、估計輸出最終的高分辨率像素估計值。該方法能夠改善自回歸模型對圖像局部結(jié)構(gòu)的適應性,從而在完成插值目標的同時保持邊緣和紋理結(jié)構(gòu)的清晰明銳。
  (2)提出了一種基于結(jié)構(gòu)上下文約束稀疏模型的圖像去噪和超分辨率方法。通過對圖像稀疏分解統(tǒng)計特性的分析,提出了一種結(jié)合圖像結(jié)構(gòu)上下文信息的局部稀疏模型,并采用馬爾科夫隨機場對全局圖像進行建模,將局部稀疏模型擴展為全局圖像稀疏先驗模型。同時,針對模型參數(shù)和稀疏模式復原的聯(lián)合估計問題,提出迭代數(shù)值

5、算法并給出優(yōu)化策略。結(jié)合圖像結(jié)構(gòu)上下文信息的稀疏模型能夠提升傳統(tǒng)稀疏模型在稀疏分解過程中的魯棒性,提高對局部紋理結(jié)構(gòu)細節(jié)的推斷能力。最終,通過圖像去噪和超分辨率重建應用驗證了所提出模型的魯棒性和復原方法的有效性。
  (3)提出了一種具有光照條件魯棒性的非局部視頻去噪方法和基于非局部聯(lián)合稀疏性的圖像超分辨率方法。針對傳統(tǒng)非局部視頻去噪方法對光照條件變化缺乏魯棒性的問題,通過對幾種圖像亮度處理技術(shù)的比較,驗證直方圖規(guī)定化濾波對局部窗

6、口對比度調(diào)整的魯棒性,并將該濾波處理與非局部相似圖像塊搜索相結(jié)合,對傳統(tǒng)非局部視頻去噪方法進行改進,實驗結(jié)果驗證了該方法的有效性。其次,結(jié)合圖像非局部相似性,構(gòu)造圖像塊集合的聯(lián)合稀疏求解,提高基于稀疏表示的圖像超分辨率重建方法的魯棒性和紋理復原能力。通過大量的實驗驗證了所提出的超分辨率重建方法對傳統(tǒng)稀疏模型方法的性能提升。
  (4)提出了一種基于圖像塊矩陣低秩性的圖像/視頻編碼塊效應去除方法。針對圖像編碼去塊效應問題,根據(jù)自然圖

7、像中包含著大量的自相似結(jié)構(gòu)的特性,利用圖像塊匹配構(gòu)造圖像自相似結(jié)構(gòu)數(shù)據(jù)矩陣,采用低秩優(yōu)化的數(shù)值算法從帶有量化噪聲的數(shù)據(jù)矩陣中復原原始圖像數(shù)據(jù)矩陣,繼而從復原的數(shù)據(jù)矩陣中抽取復原圖像塊,重構(gòu)原始高質(zhì)量圖像。同時將圖像塊相似搜索擴展到三維視頻時空域來解決視頻編碼塊效應問題,并針對視頻幀間閃爍問題,提出一種自適應多尺度時域濾波的方法,有效消除幀間視覺閃爍效應瑕疵。實驗結(jié)果證明,提出的方法在取得了較好的塊效應去除效果同時能夠有效提升視頻整體的視

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論