基于全變分的圖像復(fù)原算法研究

基于全變分的圖像復(fù)原算法研究

ID:34231086

大?。?.15 MB

頁(yè)數(shù):64頁(yè)

時(shí)間:2019-03-04

基于全變分的圖像復(fù)原算法研究_第1頁(yè)
基于全變分的圖像復(fù)原算法研究_第2頁(yè)
基于全變分的圖像復(fù)原算法研究_第3頁(yè)
基于全變分的圖像復(fù)原算法研究_第4頁(yè)
基于全變分的圖像復(fù)原算法研究_第5頁(yè)
資源描述:

《基于全變分的圖像復(fù)原算法研究》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、分類(lèi)號(hào):密級(jí):UDC:編號(hào):河北工業(yè)大學(xué)碩士學(xué)位論文基于全變分的圖像復(fù)原算法研究論文作者:陳鳳華學(xué)生類(lèi)別:全日制專(zhuān)業(yè)學(xué)位類(lèi)別:工程碩士領(lǐng)域名稱(chēng):通信與信息系統(tǒng)指導(dǎo)教師:馬杰職稱(chēng):教授資助基金項(xiàng)目:國(guó)家自然科學(xué)基金(61203245)、河北自然科學(xué)基金(F2012202027)DissertationSubmittedtoHebeiUniversityofTechnologyforTheMasterDegreeofElectronicsandCommunicationEngineeringRESEARCHONIMAGERE

2、STORATIONALGORITHMBASEDONTOTALVARIATIONMODELbyChenFenghuaSupervisor:Prof.MaJieMarch2016ThisworksupportedbyNationalNaturalScienceFoundation(61203245).HebeiProvinceNaturalScienceFoundation(No.F2012202027)摘要圖像復(fù)原技術(shù)在眾多的科學(xué)領(lǐng)域和技術(shù)領(lǐng)域得到廣泛的應(yīng)用,如天文觀測(cè)、遙感技術(shù)、文物保護(hù)、空間探測(cè)、醫(yī)學(xué)影像、軍事偵查、案

3、件偵破等。雖然已經(jīng)存在大量的算法可以求解圖像復(fù)原問(wèn)題,但在噪聲的干擾下,這些算法往往不能準(zhǔn)確的恢復(fù)圖像原始信息。為提高受到噪聲污染的圖像的清晰度和逼真度,本文提出了一種新的模型對(duì)圖像進(jìn)行去噪處理。該模型是將圖像卡通紋理分解模型與全變分去噪模型相結(jié)合,同時(shí)應(yīng)用增廣拉格朗日算法對(duì)全變分模型進(jìn)行求解。將圖像卡通紋理分解模型與全變分去噪模型相結(jié)合,可以更好的保護(hù)圖像信息,達(dá)到去除圖像噪聲的目的。本文研究了圖像退化模型、圖像卡通紋理分解模型和全變分去噪模型。圖像卡通紋理分解是根據(jù)圖像信息特性將圖像分解為卡通分量和紋理分量??ㄍǚ至?/p>

4、包含了圖像的大致信息,紋理分量包含了圖像的紋理信息以及噪聲成分。根據(jù)噪聲成分的分布特性,在圖像去噪的過(guò)程中只需對(duì)圖像的紋理部分進(jìn)行去噪,再將去噪后的紋理部分與卡通部分進(jìn)行加權(quán)合成。由于卡通部分不含噪聲信息,采用將圖像先分解后處理的方法可以有效避免去噪過(guò)程中對(duì)卡通部分的損傷,同時(shí)根據(jù)紋理部分的特性采用增廣拉格朗日(ALM)算法可以在去除噪聲的同時(shí)有效地提高圖像復(fù)原速度。全變分模型去噪是一個(gè)典型的非光滑凸優(yōu)化問(wèn)題,解決這類(lèi)問(wèn)題的方法有很多。本文選取傳統(tǒng)的迭代算法和快速迭代閾值算法(FISTA)與ALM算法進(jìn)行對(duì)比,通過(guò)計(jì)算峰

5、值信噪比、均方誤差和運(yùn)算時(shí)間等,表明ALM算法能夠快速有效性的解決全變分問(wèn)題。本文通過(guò)MATLAB進(jìn)行仿真,仿真中采用兩張標(biāo)準(zhǔn)測(cè)試圖像進(jìn)行驗(yàn)證。仿真結(jié)果表明本文方法能夠在快速、準(zhǔn)確、穩(wěn)定去除圖像噪聲的同時(shí)很好的保持圖像的邊緣信息。最后通過(guò)對(duì)X光圖像進(jìn)行仿真處理表明本文方法在生活中的應(yīng)用價(jià)值。關(guān)鍵詞:圖像分解;全變分;增廣拉格朗日;去噪IABSTRACTImagerestorationtechnologyhasbeenwidelyusedinmanyfieldsofscienceandtechnology,suchasas

6、tronomicalobservation,remotesensingtechnology,culturalrelicsprotection,spaceexploration,medicalimaging,casedetection,etc.Althoughalargenumberofalgorithmshavebeenusedtosolvetheproblemofimagerestoration,thesealgorithmscannotaccuratelydescribetheimageinformationunde

7、rtheinterferenceofnoise.Inordertoimprovesharpnessandfidelityofthenoisyimage,anewmodelisproposedinthispaper.Themodelisbasedontheimagecartoontexturedecompositionmodelandthetotalvariationdenoisingmodel,atthesametime,usingaugmentedLagrangemethodtosolvethetotalvariati

8、ondenoisingmodel.Bycombiningtheimagecartoontexturedecompositionmodelandthetotalvariationdenoisingmodel,canprotecttheimageinformationbetter,andachievethepurpose

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫(huà)的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無(wú)此問(wèn)題,請(qǐng)放心下載。
2. 本文檔由用戶(hù)上傳,版權(quán)歸屬用戶(hù),天天文庫(kù)負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無(wú)法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶(hù)請(qǐng)聯(lián)系客服處理。