高維圖像數(shù)據(jù)包括視頻、高光譜圖像和磁共振圖像等,在現(xiàn)實(shí)應(yīng)用中扮演著重要角色,但由于成像環(huán)境、成像設(shè)備以及傳輸條件限制,在實(shí)際應(yīng)用中常常面臨很多高維圖像的反問題,即需要由觀測的退化數(shù)據(jù)根據(jù)退化過程反解出干凈的高質(zhì)量的高維圖像數(shù)據(jù)。本文主要研究張量完備化問題、遙感高光譜圖像去混合噪聲問題和視頻去除雨線問題,解決這些問題在高維圖像壓縮傳輸、戶外計算機(jī)視覺智能系統(tǒng)和遙感應(yīng)用等領(lǐng)域具有重要的實(shí)用價值。本文主要從獲取的高維圖像數(shù)據(jù)中挖掘其內(nèi)在結(jié)構(gòu)的先驗(yàn)知識,即全局低秩性、局部連續(xù)性以及非局部自相似性,同時采用合適的擾動項(xiàng)建模策略,建立張量正則化優(yōu)化模型,并針對具體張量模型設(shè)計高效的優(yōu)化算法求解。本文研究工作主要分為如下四個方面:一、基于高維圖像數(shù)據(jù)中廣泛存在的全局低秩性和局部分段光滑性,提出一個張量完備化模型。在模型中,對張量的每個維度展開的矩陣采用低秩矩陣分解來增強(qiáng)數(shù)據(jù)整體的低秩性質(zhì),同時通過約束因子矩陣在小波緊框架的系數(shù)的稀疏性,來增強(qiáng)張量數(shù)據(jù)的空間維度上的分段光滑性。為了高效地求解提出的模型,設(shè)計了一個交替的非精確塊坐標(biāo)下降算法,并證明了提出的算法符合塊逐次上界極小化框架,其收斂性具有理論保... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：127 頁

【學(xué)位級別】：博士

【部分圖文】：

不同的方法在添加了混合噪聲2的WashitonDCMall數(shù)據(jù)上的實(shí)驗(yàn)結(jié)果(a)干凈的WashitonDCMall數(shù)據(jù)在第31個波段的圖像；(b)添加了混合(k)(l)(m)(n)(o)

結(jié)果的局部放大。察紅色虛線圈中的區(qū)域不難發(fā)現(xiàn)，提出的方法完全地移除了條帶噪聲，而其他方法的結(jié)果中都?xì)埩粲幸恍┦Ｓ嗟挠绊�。從圖3-9(j)中可以看出，地36個波段受到了多種降質(zhì)影響，圖像信息被破嚴(yán)重破壞，而同樣地，提出的方法的去噪結(jié)果在視51

(g) (h) (i)圖3-10不同的方法在真實(shí)數(shù)據(jù)HYDICE Urban的實(shí)驗(yàn)結(jié)果(a)HYDICE Urban數(shù)據(jù)在第151個波段的圖像；(b)方法BM4D在第151個波段的恢復(fù)結(jié)果(c)方法TDL在第151個波段的恢復(fù)結(jié)果；(d)方法SSTV在第151個波段的恢復(fù)結(jié)果；(e)方法LRRSDS在第151個波段的恢復(fù)結(jié)果；(f)方法LRMR在第151個波段的恢復(fù)結(jié)果；(g)方法NMoG在第151個波段的恢復(fù)結(jié)果；(h)方法LLRGTV在第151個波段的恢復(fù)結(jié)果；(i)提出的方法在第151個波段的恢復(fù)結(jié)果�，F(xiàn)了快速震蕩，而在圖3-11中，方法LRRSDS、方法NMoG和提出的方法果則更加平滑。54

【參考文獻(xiàn)】：
博士論文
[1]基于張量分解的高維圖像處理的建模與算法研究[D]. 冀騰宇.電子科技大學(xué) 2018
[2]圖像處理反問題的稀疏優(yōu)化模型與算法研究[D]. 馬天咴.電子科技大學(xué) 2017



本文編號：2989890