資源描述：
《基于稀疏表示的圖像編輯技術(shù)研究與實(shí)現(xiàn)》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、學(xué)校代碼：10564學(xué)號(hào)：2014307807分類號(hào)：TP391密級(jí)：碩士學(xué)位論文基于稀疏表示的圖像編輯技術(shù)研究與實(shí)現(xiàn)許彥銳第一指導(dǎo)教師：王棟副教授第二指導(dǎo)教師：學(xué)院名稱：數(shù)學(xué)與信息學(xué)院專業(yè)學(xué)位類別：工程領(lǐng)域：計(jì)算機(jī)技術(shù)答辯委員會(huì)主席：韓國(guó)強(qiáng)教授中國(guó)·廣州2016年6月摘要隨著相機(jī)的普及，圖像逐漸成為表達(dá)和傳遞信息的載體。隨之而來(lái)的，人們對(duì)圖像的需求量越來(lái)越大，對(duì)圖像的質(zhì)量要求也越來(lái)越高。因?yàn)闀r(shí)間地點(diǎn)不合適，拍攝的場(chǎng)景中缺少了重要的人或物，這需要后期添加所需的目標(biāo)；或者場(chǎng)景中出現(xiàn)了期待以外的對(duì)象，這需要后期刪除目標(biāo)。針
2、對(duì)這兩個(gè)圖像編輯問(wèn)題，本論文分別給出了有效的解決方案。在圖像場(chǎng)景中添加人或物是重要的圖像合成問(wèn)題。該問(wèn)題經(jīng)典的解決方案是泊松融合。泊松融合是一種基于梯度場(chǎng)的圖像融合算法，其基于合成域的邊界條件及源圖像片的梯度信息建立優(yōu)化方程以期望合成區(qū)域的梯度與目標(biāo)的一致。該方法適用于源圖像合成邊界像素變化基本一致的情況。如果有明顯的差距，其必將引起圖像變形，導(dǎo)致合成的結(jié)果圖像出現(xiàn)模糊的現(xiàn)象?？紤]到圖像的邊緣相對(duì)于整幅圖像是稀疏的，其變化從視覺(jué)上對(duì)物體的細(xì)節(jié)不能造成影響，本論文提出了一種L0梯度保持的圖像合成技術(shù)，該方法將因合成邊界像
3、素變化不一致引起的變形集中擴(kuò)散到具有大梯度值的邊緣像素上從而保持表示圖像細(xì)節(jié)的小梯度值不變。采用迭代的方式優(yōu)化求解該問(wèn)題，每次迭代僅對(duì)大梯度值進(jìn)行更新。迭代數(shù)次后可以有效地優(yōu)化泊松融合的結(jié)果，減弱合成區(qū)域的模糊現(xiàn)象。障礙物去除是一個(gè)病態(tài)問(wèn)題，因?yàn)閱螐囊环鶊D像無(wú)法推知障礙物背后的內(nèi)容。本論文研究一種運(yùn)動(dòng)障礙物的前景去除問(wèn)題，輸入是幾幅在不同時(shí)刻拍的照片，運(yùn)動(dòng)物體在每幅照片中的位置不同，且每幅圖片中被遮擋的區(qū)域可以在其他照片中找到。運(yùn)動(dòng)物體占整幅圖像的比例是比較小的，且同一區(qū)域只在一幅或至多兩幅照片中被遮擋。鑒于此，本論文
4、將此問(wèn)題看作一個(gè)稀疏問(wèn)題，其中前景障礙物作為噪聲，采用低秩分解的方法分離出背景區(qū)域。為此首先對(duì)圖像序列進(jìn)行配準(zhǔn)預(yù)處理，然后將每一幅圖像轉(zhuǎn)換為列向量構(gòu)建一個(gè)大矩陣。排除前景障礙物，大矩陣中的每一列應(yīng)該是一致的，因此，該矩陣必然是一個(gè)低秩矩陣?；诖瞬捎玫椭确纸獾姆椒▽⒕仃嚪纸獬龅椭鹊谋尘熬仃嚭妥鳛樵肼暤那熬熬仃囈源讼熬罢系K物。關(guān)鍵字：數(shù)字圖像處理；泊松融合；前景障礙物去除；L0范數(shù)；低秩分解ISparseRepresentationbasedImageEditingTechnologyXuYanrui(College
5、ofMathematicandInformatics,SouthChinaAgriculturalUniversity,Guangzhou510642,China)Abstract:Withthepopularityofthecamera,imagehasbecomeanimportantmediaforexpressingandtransferringinformation.Accordingly,imageswithhigherandhigherqualityarerequiredaswellasthedemand
6、ofimages.Becauseoftheunsuitabletimeorsituation,theimagesmayberequiredtoaddsomekeypersonsoritemswhichdidnotappearontheshot,ortoremovesomeunexpectedobjectsfromit.Forthetwokindsofimageeditingproblems,thispapergivesaneffectivesolutionrespectively.Addingitemsintothei
7、mageisanimportantimagecompositionproblem.TheclassicsolutionisPoissonfusionwhichestablishesanoptimizationequationtoexpecttheresultstointerpolatetheboundaryofthecompositionregionintargetimageandpreservethegradientfieldofsourceimagepatch.Thismethodissuitableforthec
8、asethattheoffsetsofpixelatsourceimagepatch’sboundaryarealmostthesame.Ifthereisdistinctlydifferent,itmustcausetheimagedeformationwhichwouldleadtothecompositionobjectap
