基于稀疏表示mca图像处理

《基于稀疏表示mca图像处理》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学位论文原创性声明本人所提交的学位论文《基于稀疏表示的MCA图像处理》，是在导师的指导下，独立进行研究工作所取得的原创性成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体己经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均己在文中标明。本声明的法律后果由本人承担。论文作者(签名)：．弓lIl：『型刀J)年}月；J日指剥币确认(㈣：渐瑚蟛劢力年，月矽日’’学位论文版权使用授权书本学位论文作者完全了解河北师范大学有权保留并向国家有关部门或机构送交学位论文的复印件和磁盘，允许论文被查阅和借阅。本人授权河北师范

2、大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其它复制手段保存、汇编学位论文。(保密的学位论文在——年解密后适用本授权书)论文作者(签名)：写IⅣ雠侧>年j-月3)日指导教师(签名)：黝w乃年J，月3／目Il摘要近10年来，稀疏理论已经成为信号应用领域一个重要的理论分支。将稀疏表示的理论和方法与图像处理相结合，快速实现图像的稀疏表示和字典的学习，这对推动图像处理向前发展具有重要的理论和实践意义。本文基于稀疏理论，结合图像修复和遥感图像条带噪声去除两种典型的应用，进行图像形态成分分析的有关研究。论文的主

3、要工作如下：(1)基于追踪理论的稀疏模型求解。围绕稀疏模型中关于P0问题的求解，对贪婪和松弛两大类经典算法进行了理论分析和研究；并结合仿真实验，对两类方法的求解性能进行了比较与分析。这为本文基于稀疏理论的应用研究工作奠定了基础。(2)面向稀疏表示的字典学习。针对稀疏模型中字典的构造，考察和分析了几种典型的字典生成算法：针对基于学习的两种字典生成算法MOD法与K—SVD法进行了比较性的实验研究；在此基础上，提出了一种基于K．SVD的自适应字典构造方法，并将其用于遥感图像纹理成分的描述。(3)基于稀疏理论的图像形态成分分析的应用研究。对

4、基于稀疏理论的图像形态成分分析进行研究，并将其用于图像的修复与遥感图像条带噪声的抑制。针对图像修复，提出了一种基于局部重叠样本数据的K．SVD图像修复方法，并将其用于图像局部丢失数据的修复及划痕的去除，实验验证了算法的有效性。将条带噪声的抑制视为一种基于形态成分分析的稀疏图像分解过程，而无需关注噪声是否为周期干扰，通过构造适合遥感图像卡通成分及条带干扰成分的字典，从而实现有用信息与噪声的分离，取得了较好的实验效果。关键词：稀疏表示追踪理论字典MCA图像修复遥感图像条带去除IIlAbstractInthelaStdecade，spar

5、s时haSeme玛ed弱oneoftlleiIllportanttlleoreticalbr趾chesiIlsigIlal-processing叩plications．Byco埘IbiIlingsparSerepresentationtlleory锄dmetllods、)I，inlimageprocessing，itisofmeoreticalandpracticalsigIlificaIlceinpronlotingtlledeVelopmentofimageprocessingtorealizef．astSparserepres

6、emationaIlddictiona巧．Int11istllesis，、ⅣegiVesomeresearchworkonimagemo印hologicalcomponentaIlalysis(MCA)basedonsparset11eo巧on也eapplicationsofiInageinpai以ngaIldremotesensingimagedestriping．Themaincontributionsaboutt11istllesisaresullm撕zedastl：Iefollo证ng：(1)Sparsi够Seekingba

7、sedonPursuitTheo巧．ForⅡlepu叩oseofPoproblemsolVingforsparseInodel，t11ismesisshowsmeoreticalanalysisandresearchont、Ⅳoseriesof够picaltechniquesincludingg坞edyalgoriⅡⅡnsandconVexrelaxationalgoritllms，andgiVescompa瑚tiveanalysisdbouttllesolvedperf．o姗ancebyme孤sofsimulationexperi

8、mentS．Tllislaysmefoundation矗泔缸血er印pliedresearch(2)DictionaryLe袖gforSparseR印resenta_tion．F0rtlle(1uestofdictionarycons