近幾十年來(lái),隨著科技的不斷進(jìn)步,圖像復(fù)原技術(shù)被廣泛應(yīng)用于工農(nóng)業(yè)生產(chǎn)的各個(gè)領(lǐng)域,其發(fā)展主要經(jīng)歷了直接復(fù)原法、正則化法和自適應(yīng)法三個(gè)階段.因?yàn)橹苯訌?fù)原問(wèn)題都是病態(tài)的,無(wú)法達(dá)到最好的效果,所以該方法無(wú)法達(dá)到生產(chǎn)、生活所需,現(xiàn)在已很少應(yīng)用.隨后提出的正則化法和自適應(yīng)法則變得越來(lái)越受歡迎.基于一階全變分正則化的方法針對(duì)噪聲影響而產(chǎn)生的退化圖像有著顯著的復(fù)原效果,雖然其存在容易產(chǎn)生階梯效應(yīng)的缺點(diǎn),但基于此方法的廣義全變分模型（TGV）、高階全變分模型（HOTV）等能夠有效克服這個(gè)缺點(diǎn).在復(fù)原的過(guò)程中如何將圖像的局部信息與所提出的模型結(jié)合起來(lái),并保持結(jié)構(gòu)的完整性是非常關(guān)鍵的.針對(duì)上述問(wèn)題,本文提出一個(gè)基于全變分模型的局部自適應(yīng)TVp-正則化模型,論文的主要研究?jī)?nèi)容如下:（1）在所提出的新模型中,為了有效刻畫(huà)圖像結(jié)構(gòu)特征,指數(shù)參數(shù)p∈（0,2）的選取依賴于結(jié)構(gòu)張量的特征值和自適應(yīng)選取的閾值函數(shù).在求解張量矩陣時(shí),其中的元素依賴于梯度算子的外積,為了減弱噪聲對(duì)矩陣的干擾,使用Wiener濾波器對(duì)圖像進(jìn)行光滑.在此基礎(chǔ)上求出其特征值d1和d2,并利用它們的耦合來(lái)作為描述圖像光滑區(qū)域和邊界區(qū)域的指標(biāo).（2）... 

【文章來(lái)源】：河南大學(xué)河南省

【文章頁(yè)數(shù)】：49 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    §1.1 圖像復(fù)原問(wèn)題研究的背景、意義及其研究現(xiàn)狀
    §1.2 本文主要工作的研究與內(nèi)容安排
第二章 理論知識(shí)
    §2.1 基本定義
    §2.2 基本復(fù)原模型
    §2.3 基本數(shù)值方法
p正則化復(fù)原模型">第三章 基于半二次方法的自適應(yīng)TV^p正則化復(fù)原模型
    §3.1 模型導(dǎo)入
    §3.2 算法分析
    §3.3 收斂性分析
    §3.4 參數(shù)選取
    §3.5 數(shù)值實(shí)驗(yàn)
    §3.6 本章小結(jié)
第四章 總結(jié)與展望
參考文獻(xiàn)
致謝


【參考文獻(xiàn)】：
期刊論文
[1]數(shù)字圖像復(fù)原技術(shù)綜述[J]. 沈峘,李舜酩,毛建國(guó),辛江慧.  中國(guó)圖象圖形學(xué)報(bào). 2009(09)



本文編號(hào)：3044484