若干分類(lèi)字典下形態(tài)分量分析算法與圖像修補(bǔ)應(yīng)用研究.pdf

1、近年來(lái)，伴隨著圖像處理技術(shù)的迅猛發(fā)展，利用圖像的不同形態(tài)成分(如平滑成分、邊緣、紋理等)來(lái)進(jìn)行自適應(yīng)圖像分解已成為很多圖像處理任務(wù)，如圖像壓縮、重構(gòu)、去噪、修補(bǔ)和特征提取等的研究熱點(diǎn)。本文系統(tǒng)綜述了圖像形態(tài)分量分析(MorphologicalComponent Analysis：MCA)的研究現(xiàn)狀，詳細(xì)介紹了MCA的基本框架、系統(tǒng)模型等關(guān)鍵概念，依據(jù)Meyer的卡通紋理圖像模型和圖像超完備稀疏表示基礎(chǔ)理論，設(shè)計(jì)對(duì)應(yīng)于圖像不同形態(tài)成分的過(guò)

2、完備稀疏表示分類(lèi)字典，探索了基于Gabor感知函數(shù)的過(guò)完備稀疏表示分類(lèi)字典的圖像形態(tài)分量分析問(wèn)題、數(shù)值算法實(shí)現(xiàn)及在圖像修補(bǔ)領(lǐng)域的應(yīng)用。
　　 本文的主要?jiǎng)?chuàng)新點(diǎn)包括：
　　 首先，基于圖像超完備稀疏表示模型與追蹤算法理論，研究了基于貪婪策略的追蹤算法，如匹配追蹤算法(MP)及其變種(OMP)，樹(shù)追蹤算法(TBP)，并對(duì)樹(shù)追蹤算法進(jìn)行改進(jìn)，設(shè)計(jì)了基于字典樹(shù)結(jié)構(gòu)的正交匹配追蹤算法(TOBP)。同時(shí)結(jié)合Gabor感知多成分字典，

3、分別使用MP、OMP、TBP和TOBP對(duì)圖像進(jìn)行稀疏分解與重構(gòu)，并對(duì)這四種重構(gòu)算法的性能進(jìn)行分析。實(shí)驗(yàn)表明TBP和TOBP算法在圖像稀疏表示性能上逼近MP算法，同時(shí)還很大程度上減小了基于貪婪策略的追蹤算法用于圖像稀疏分解的計(jì)算和時(shí)間復(fù)雜度。
　　 第二，基于Gabor感知多成分字典與圖像MCA分析機(jī)理，給出了對(duì)應(yīng)于圖像卡通成分和紋理成分的過(guò)完備稀疏表示分類(lèi)子字典的設(shè)計(jì)，提出了基于Gabor感知函數(shù)的過(guò)完備稀疏表示分類(lèi)字典的MCA