本文選題：圖像重構(gòu) + 近似消息傳遞��； 參考：《系統(tǒng)工程與電子技術(shù)》2017年06期

【摘要】：近似消息傳遞(approximate message passing,AMP)的高相變性能與低計(jì)算復(fù)雜度使其非常適用于圖像重構(gòu)等大數(shù)據(jù)量應(yīng)用領(lǐng)域。如何充分利用圖像的結(jié)構(gòu)化稀疏先驗(yàn)是基于AMP研究圖像重構(gòu)的一個(gè)關(guān)鍵問題。將卡通-紋理模型引入AMP圖像重構(gòu),根據(jù)迭代濾波中待處理圖像卡通、紋理成分的不同特點(diǎn),設(shè)計(jì)基于雙樹復(fù)數(shù)小波變換與全變差的層次化AMP濾波算子,進(jìn)而分析AMP迭代次數(shù)對(duì)濾波對(duì)象結(jié)構(gòu)特征與濾波算子性能的影響,研究AMP的階段化濾波操作,提出一種基于卡通-紋理模型與分段濾波的AMP圖像重構(gòu)算法。實(shí)驗(yàn)表明,該算法能夠更好地保留圖像輪廓與紋理信息,提高圖像的重構(gòu)質(zhì)量。
[Abstract]:Because of its high phase change performance and low computational complexity, approximate messaging message passing (AMP) is very suitable for large data applications such as image reconstruction. How to make full use of structured sparse prior image is a key problem in image reconstruction based on AMP. Cartoon-texture model is introduced into AMP image reconstruction. According to the different characteristics of cartoon and texture components in iterative filtering, a hierarchical AMP filter operator based on double tree complex wavelet transform and total variation is designed. Furthermore, the influence of the number of AMP iterations on the structure of filter object and the performance of filter operator is analyzed. The stage filtering operation of AMP is studied, and an AMP image reconstruction algorithm based on cartoon texture model and segmented filtering is proposed. Experiments show that the algorithm can better preserve the contour and texture information of the image and improve the quality of image reconstruction.
【作者單位】： 燕山大學(xué)信息科學(xué)與工程學(xué)院;
【基金】：國家自然科學(xué)基金(61471313,61303128) 河北省自然科學(xué)基金(F2014203183) 燕山大學(xué)青年教師自主研究計(jì)劃(13LGB015) 秦皇島市科學(xué)技術(shù)研究與發(fā)展計(jì)劃(201602A031)資助課題
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 徐靜;;基于遺傳算法的零范數(shù)壓縮感知圖像重構(gòu)方法研究[J];現(xiàn)代電子技術(shù);2011年16期

2 徐靜;;基于自然計(jì)算的壓縮感知圖像重構(gòu)[J];計(jì)算機(jī)與數(shù)字工程;2013年05期

3 鄭永奇;焦鑄;韓玉霞;;壓縮感知圖像重構(gòu)中矩陣互相關(guān)性的研究[J];微型機(jī)與應(yīng)用;2013年05期

4 周志盛;相里斌;張文喜;李楊;;基于迭代的傅里葉望遠(yuǎn)鏡圖像重構(gòu)方法[J];光學(xué)學(xué)報(bào);2014年05期

5 丁靜,薛模根,戴宗友;區(qū)域航拍圖像重構(gòu)中的配準(zhǔn)與相互校正方法[J];情報(bào)指揮控制系統(tǒng)與仿真技術(shù);2003年04期

6 陳艷;金偉其;徐超;王霞;高美靜;王嶺雪;;基于不可控微掃描的高分辨力圖像重構(gòu)方法[J];光子學(xué)報(bào);2009年08期

7 張大偉;周帆;蔣強(qiáng);;圖像重構(gòu)技術(shù)在截齒磨損率分析中的應(yīng)用[J];微計(jì)算機(jī)信息;2009年24期

8 沈明欣;劉文波;;基于壓縮感知理論的圖像重構(gòu)技術(shù)[J];電子科技;2011年03期

9 郭建中;秦曉偉;;稀疏化的壓縮傳感超聲圖像重構(gòu)特性研究[J];中國科學(xué):信息科學(xué);2012年06期

10 練秋生;高彥彥;陳書貞;;基于兩步迭代收縮法和復(fù)數(shù)小波的壓縮傳感圖像重構(gòu)[J];儀器儀表學(xué)報(bào);2009年07期

相關(guān)會(huì)議論文 前4條

1 于晶;郭航;;矩函數(shù)在圖像重構(gòu)中的應(yīng)用[A];2006“數(shù)學(xué)技術(shù)應(yīng)用科學(xué)”[C];2006年

2 李運(yùn)達(dá);李琦;劉正君;王騏;;太赫茲計(jì)算機(jī)輔助層析圖像重構(gòu)算法仿真研究[A];第十屆全國光電技術(shù)學(xué)術(shù)交流會(huì)論文集[C];2012年

3 朱永貴;楊曉蘭;于欣妍;;小波稀疏的MR圖像重構(gòu)的交替最小化算法[A];第十五屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2010年

4 李培暢;郭建中;;超聲圖像重構(gòu)的ModulePCA算法研究[A];第三屆上�！靼猜晫W(xué)學(xué)會(huì)學(xué)術(shù)會(huì)議論文集[C];2013年

相關(guān)博士學(xué)位論文 前5條

1 袁敏;基于多尺度幾何分析和字典學(xué)習(xí)的高度欠采樣磁共振圖像重構(gòu)研究[D];蘭州大學(xué);2015年

2 周志盛;相干場成像圖像重構(gòu)技術(shù)研究[D];中國科學(xué)技術(shù)大學(xué);2015年

3 李翠環(huán);電容層析成像圖像重構(gòu)中正則化算法的研究[D];河北工業(yè)大學(xué);2012年

4 周昌軍;基于圖像重構(gòu)和特征融合的人臉識(shí)別方法研究[D];大連理工大學(xué);2008年

5 徐桂芝;基于EIT技術(shù)的腦內(nèi)電特性與功能成像研究[D];河北工業(yè)大學(xué);2002年

相關(guān)碩士學(xué)位論文 前10條

1 馬彩虹;基于壓縮感知的圖像重構(gòu)方法研究[D];西安電子科技大學(xué);2014年

2 謝瑋琦;基于探針模型的原子力顯微鏡圖像重構(gòu)研究[D];沈陽建筑大學(xué);2016年

3 李志權(quán);基于笛卡爾坐標(biāo)系下的圖像矩的圖像重構(gòu)方法研究[D];陜西師范大學(xué);2016年

4 葉國棟;超解像度圖像重構(gòu)問題的共軛梯度法[D];汕頭大學(xué);2006年

5 李艷紅;基于全變分模型壓縮傳感圖像重構(gòu)的快速算法[D];河南大學(xué);2012年

6 郜國棟;基于交替學(xué)習(xí)和免疫優(yōu)化的壓縮感知圖像重構(gòu)[D];西安電子科技大學(xué);2012年

7 楊淑媛;基于自然計(jì)算的壓縮感知圖像重構(gòu)[D];西安電子科技大學(xué);2011年

8 秦曉偉;基于壓縮感知超聲圖像重構(gòu)研究[D];陜西師范大學(xué);2013年

9 沈明欣;基于壓縮感知理論的圖像重構(gòu)技術(shù)研究[D];南京航空航天大學(xué);2010年

10 沈軍;基于集群系統(tǒng)的三維圖像重構(gòu)并行技術(shù)實(shí)現(xiàn)研究[D];湖南師范大學(xué);2007年

，

本文編號(hào)：1995589