本文選題：圖像復原 + 圖像增強�。� 參考：《北京交通大學》2017年博士論文

【摘要】：伴隨著變指數(shù)Lebesgue空間和Sobolev空間理論的發(fā)展,變指數(shù)函數(shù)空間中的函數(shù)找到了越來越多的具有局部"逐點異性"的物理對象與其對應(yīng),從而開創(chuàng)了將變指數(shù)函數(shù)空間理論應(yīng)用于實際問題的新局面.繼變指數(shù)函數(shù)空間理論在偏微分方程理論中得以應(yīng)用,該理論在變分問題的建模、求解方面也實現(xiàn)了突破,擺脫了以往變分問題的局限性,即為具有局部異性甚至"逐點異性"的對象的研究提供了新的研究工具和理論依據(jù).本文立足于一般圖像的局部相異特性假設(shè),從反問題的角度,利用正則化的方法嘗試為圖像復原、圖像去噪以及圖像增強問題建立在變指數(shù)Lebesgue函數(shù)空間和Sobolev空間中的變分模型.并且充分利用變指數(shù)函數(shù)空間理論和凸優(yōu)化理論對模型解的存在性、唯一性以及求解方法進行了研究,從而在理論層面探討了構(gòu)建具有局部自適應(yīng)特性模型的可行性,實現(xiàn)了對圖像在變指數(shù)函數(shù)空間中更精確的描述和逼近目標.此外,本文還就如何在變指數(shù)變分模型中利用圖像的局部相異特性及相關(guān)先驗信息做出了有益的嘗試.文中多角度的實驗進一步支持了圖像具有局部相異特性這一前提假設(shè),證明了變指數(shù)變分模型在處理此類對象上的有效性和優(yōu)勢。本文的主要工作及創(chuàng)新點如下:(1)提出了一種圖像流形框架下的變指數(shù)圖像復原模型.首先根據(jù)微分流形理論以及流形上的幾何特征與圖像局部幾何特征的內(nèi)在聯(lián)系,把整幅圖像從局部幾何特征的相似性角度予以重新結(jié)構(gòu);其次給出了圖像流形幾何特征相似程度的兩種數(shù)量化的判別方法;最后通過選擇適當?shù)淖冎笖?shù)能量泛函將圖像流形的局部性質(zhì)與正則化方法有機的結(jié)合起來,形成了一種基于圖像流形局部幾何特征的局部相異正則化變指數(shù)圖像復原模型.文中基于模型的凸性,利用變指數(shù)函數(shù)空間理論及凸優(yōu)化理論,給出了該模型解的存在唯—性的證明.此外,通過變分法的手段對模型能夠恢復出圖像局部性質(zhì)的能力進行了數(shù)學分析.該部分最后通過選擇快速的數(shù)值計算方法驗證了變指數(shù)函數(shù)空間理論對解決圖像復原問題的適用性及基于圖像流形框架下構(gòu)建圖像復原模型的有效性。(2)提出了一種基于圖像噪聲估計與圖像局部特征的雙變指數(shù)圖像去噪模型.文中首先利用圖像幾何特征改進了一種噪聲方差估計方法,然后依據(jù)優(yōu)化模型在不同范數(shù)度量下解的特點以及殘差的特征,將估計出的圖像局部噪聲方差信息用于選擇變指數(shù)去噪模型的逼近項部分的能量泛函.此外,圖像的局部特征也被用來選擇正則化項的能量泛函,使得圖像去噪模型中的逼近項與正則化項的能量泛函同時具備"局部自適應(yīng)"的能力.文中給出了該模型的解的存在性證明以及數(shù)值求解的算法.通過實驗結(jié)果的分析比較,表明該模型對遭受較大方差噪聲污染的圖像去噪有一定優(yōu)勢。(3)提出了一種變指數(shù)函數(shù)空間中的Retinex圖像增強模型.文中以Retinex理論為基礎(chǔ),分析了由低質(zhì)圖像分離出光照分量和反射分量這一問題的反問題屬性及問題本身的病態(tài)性.基于光照分量與反射分量所具有的局部異性,在理論上給出了兩種可以融合圖像多種局部信息的變指數(shù)Retinex圖像增強模型,并依據(jù)變指數(shù)函數(shù)空間理論對其進行了數(shù)學定性分析.正則化方法的使用,克服了原問題的病態(tài)特性;變指數(shù)泛函與圖像特征的使用,實現(xiàn)了在分離光照分量與反射分量過程中對二者的精確描述,兩方面相得益彰,有效提高圖像增強的效果.文中采用分裂Bregman算法在特定變指數(shù)函數(shù)空間中對人造圖像、自然場景下的圖像以及特殊場景中的圖像完成了數(shù)值實驗,其實驗結(jié)果充分說明了變指數(shù)Retinex圖像增強模型較其它Retinex增強模型更加顯著的改善了圖像視覺效果。
[Abstract]:In this paper , we discuss the feasibility of using variable exponential function space theory and convex optimization theory to solve the problems of image restoration , image denoising and image enhancement .

【學位授予單位】：北京交通大學
【學位級別】：博士
【學位授予年份】：2017
【分類號】：TP391.41

【相似文獻】

相關(guān)期刊論文 前10條

1 黃炯;圖像邊緣處理[J];電視字幕(特技與動畫);2000年09期

2 劉建忠;;圖像邊緣的數(shù)學結(jié)構(gòu)分析[J];軟件;2011年05期

3 陳文兵;張小磊;;基于圖像邊緣的能見度計算方法[J];微型電腦應(yīng)用;2009年04期

4 曾友州;胡瑩;曾偉一;鄭曉霞;;提取數(shù)字圖像邊緣的算法比較[J];成都航空職業(yè)技術(shù)學院學報;2009年04期

5 潘衛(wèi)國;鮑泓;何寧;;一種傳統(tǒng)中國書畫圖像的二分類方法[J];計算機科學;2012年03期

6 周濤;陸惠玲;拓守恒;馬競先;楊德仁;;基于非凸區(qū)域下近似的圖像邊緣修補算法[J];寧夏大學學報(自然科學版);2012年01期

7 唐亮;唐娉;閻福禮;鄭柯;;HJ-1 CCD圖像自動幾何精糾正系統(tǒng)的設(shè)計與實現(xiàn)[J];計算機應(yīng)用;2012年S2期

8 宋建中;;噴霧圖像的自動分析[J];光學機械;1988年04期

9 張錦華;孫挺;;引入像點融合度修補的圖像邊緣化參差拼接實現(xiàn)[J];微電子學與計算機;2014年08期

10 張曉清;;摳圖另一法[J];數(shù)字世界;2002年11期

相關(guān)會議論文 前10條

1 陸成剛;陳剛;張但;閔春燕;;圖像邊緣的優(yōu)化模型[A];'2002系統(tǒng)仿真技術(shù)及其應(yīng)用學術(shù)論文集（第四卷）[C];2002年

2 王偉凝;余英林;張劍超;;圖像的動感特征分析[A];第一屆中國情感計算及智能交互學術(shù)會議論文集[C];2003年

3 韓焱;王明泉;宋樹爭;;工業(yè)射線圖像的退化與恢復方法[A];新世紀 新機遇 新挑戰(zhàn)——知識創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（下冊）[C];2001年

4 王強;王風;;一種保持圖像幾何特征的去噪模型[A];中國通信學會第五屆學術(shù)年會論文集[C];2008年

5 王培珍;楊維翰;陳維南;;圖像邊緣信息的融合方案研究[A];中國圖象圖形學會第十屆全國圖像圖形學術(shù)會議（CIG’2001）和第一屆全國虛擬現(xiàn)實技術(shù)研討會（CVR’2001）論文集[C];2001年

6 李大鵬;禹晶;肖創(chuàng)柏;;圖像去霧的無參考客觀質(zhì)量評測方法[A];第十五屆全國圖象圖形學學術(shù)會議論文集[C];2010年

7 孟晉麗;張毅;金林;;圖像中混合噪聲的小波域濾除方法[A];2007'儀表，，自動化及先進集成技術(shù)大會論文集（一）[C];2007年

8 漆琳智;張超;吳向陽;;引導濾波的單幅圖像前景精確提取[A];浙江省電子學會2013學術(shù)年會論文集[C];2013年

9 張明慧;;基于模糊蒙片算法的CR圖像邊緣增強[A];第六屆全國信息獲取與處理學術(shù)會議論文集（1）[C];2008年

10 王亮亮;李明;高昕;;強模糊空間目標圖像邊緣獲取方法研究[A];第九屆全國光電技術(shù)學術(shù)交流會論文集（下冊）[C];2010年

相關(guān)重要報紙文章 前10條

1 吳飛;無邊距照片打印三部曲[N];中國電腦教育報;2003年

2 艾思平翻譯;視頻編碼軟件CCE SP2操作指南(9)[N];電子報;2009年

3 ;B超術(shù)語解釋[N];農(nóng)村醫(yī)藥報（漢）;2008年

4 ;圖像質(zhì)量調(diào)整秘技[N];電腦報;2001年

5 馬駿睿 皓月;制作版畫效果圖片[N];中國攝影報;2007年

6 艾思平翻譯;視頻編碼軟件CCE SP2操作指南(14)[N];電子報;2009年

7 西安 張正倉;I~（2）C總線控制的HG-2220AV液晶屏視頻信號驅(qū)動板[N];電子報;2003年

8 ;令挑剔的人也刮目相看[N];中國電子報;2001年

9 侯杰;國產(chǎn)芯片進軍移動多媒體市場[N];人民郵電;2003年

10 于亮、阿鯤;技術(shù)“掃”天下[N];中國計算機報;2002年

相關(guān)博士學位論文 前10條

1 梁福來;低空無人機載UWB SAR增強成像技術(shù)研究[D];國防科學技術(shù)大學;2013年

2 周靜;基于憶阻器的圖像處理技術(shù)研究[D];國防科學技術(shù)大學;2014年

3 賈茜;基于時—空域插值的圖像及視頻上采樣技術(shù)研究[D];武漢大學;2014年

4 李照奎;人臉圖像的魯棒特征表示方法研究[D];武漢大學;2014年

5 郝紅星;基于干涉相位圖像構(gòu)建數(shù)字高程模型的關(guān)鍵技術(shù)研究[D];國防科學技術(shù)大學;2014年

6 楊小義;圖像特征識別算法及其在聾人視覺識別中的應(yīng)用研究[D];重慶大學;2015年

7 王玉明;SAR圖像地雷場檢測技術(shù)研究[D];國防科學技術(shù)大學;2013年

8 溫景陽;圖像大容量、低失真可逆信息隱藏技術(shù)研究[D];蘭州大學;2015年

9 李林;基于概率圖模型的圖像整體場景理解方法研究[D];電子科技大學;2014年

10 馮景;基于SAR圖像的海面溢油檢測研究[D];北京理工大學;2015年

相關(guān)碩士學位論文 前10條

1 李鵬遠;圖像檢索算法研究及其在互聯(lián)網(wǎng)教育中的應(yīng)用[D];華南理工大學;2015年

2 萬燕英;微聚焦X-ray圖像自適應(yīng)正則化去噪方法[D];華南理工大學;2015年

3 毛雙艷;基于梯度域的圖像風格化渲染方法的研究及其應(yīng)用[D];華南理工大學;2015年

4 向訓文;RGB-D圖像顯著性檢測研究[D];華南理工大學;2015年

5 曾旭;基于聚類和加權(quán)非局部的圖像稀疏去噪方法研究[D];天津理工大學;2015年

6 熊楊超;圖像美學評價及美學優(yōu)化研究[D];華南理工大學;2015年

7 王艷;圖像視覺顯著性檢測方法及應(yīng)用的研究[D];華南理工大學;2015年

8 鄭露萍;圖像二階微分特征提取及人臉識別應(yīng)用研究[D];昆明理工大學;2015年

9 王思武;基于太陽圖像的特征提取和檢索[D];昆明理工大學;2015年

10 曹靜;基于暗通道先驗算法的圖像去霧處理[D];海南大學;2015年

本文編號：1774441