基于压缩感知理论的彩色图像重构方法的研究

《基于压缩感知理论的彩色图像重构方法的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、工程硕士学位论文基于压缩感知理论的彩色图像重构方法的研究肖震宇哈尔滨理工大学2016年3月国内图书分类号：TN911.73工程硕士学位论文基于压缩感知理论的彩色图像重构方法的研究硕士研究生：肖震宇导师：于晓洋申请学位级别：工程硕士学科、专业：电子与通信工程所在单位：测控技术与通信工程学院答辩日期：2016年3月授予学位单位：哈尔滨理工大学ClassifiedIndex：TN911.73DissertationfortheMasterDegreeofEngineeringResearchonColorImageReconstructi

2、onMethodBasedonCompressedSensingTheoryCandidate：XiaoZhenyuSupervisor：YuXiaoyangAcademicDegreeAppliedfor：MasterofEngineeringSpecialty：ElectronicsandCommunicationEngineeringDateofOralExamination：March，2016University：HarbinUniversityofScienceandTechnology哈尔滨理工大学硕：ｔ学位论文原创性

3、声明本人郑重声明：此处所提交的硕±学位论文《基于压缩感知理论的彩色图像重构方法的研究》，是本人在导师指导下，在哈尔滨理工大学攻读硕±学位期间独立进行研巧工作所取得的成果。据本人所知，论文中除已注明部分外不包含他人已发表或撰写过的研究成果。对本文研究工作做出贡献的个人和集体，均已在文中Ｗ明确方式注明。本声明的法律结果将完全由本人承担。作者签名：日期：公日／６年巧哈尔滨理工大学硕±学位论文使用授权书《基于压缩感知理论的彩色图像重构方法的研究》系本人在哈尔滨理工火学攻读硕±学位期间在导师指导下完成的

4、硕±学位论文。本论文的研究Ｌ成果归哈尔滨理王大学所有，本论文的研究内容不得义其它单位的名义发表，。本人完全了解哈尔滨理工大学关于保存、使用学位论文的规定同意学校保留并向有关部口提交论文和电子版本，允许论文被査阔和借阅。本人授权哈尔滨理工大学可采用影印，、缩印或其他复制手段保存论文可公布论文的全部或部分内容。本学位论文属于保密□，在年解密后适用授权书。不保密口（请在上相应方框内打Ｖ）作者签名：曰期：＞如年＾月三作式參４导师签名：日期：年月ｎ八＾ａ；Ｌ４间若洋；基于压缩感知理论

5、的彩色图像重构方法的研究摘要随着信息技术的持续进步，彩色图像在生物医学、航空航天、遥感测量、通信工程等领域扮演的角色愈加重要。然而，在图像采集过程中，不可避免地要面临噪声混入、图像失真、内容缺失等问题，因此，对彩色图像重构技术的研究便显得尤其重要。随着图像质量的不断提高，传统的图像处理技术由于奈奎斯特抽样定理的理论限制，已很难适应当今时代的需要。而一种新型的压缩感知理论，因其根据信号自身所具有的稀疏性而非信号频率来进行重构，从而能以少量的采样完成对原始信号的精确复原。基于这种直接采样的特性，该理论在数字图像处理领域具有明显的优势。本

6、文以压缩感知理论为理论基础，将其运用到彩色图像的去噪及超分辨率重构的研究中。首先，运用数学手法对压缩感知理论进行全面系统的阐述与分析，其中，根据具体实验需要，着重阐述原始信号如何进行稀疏表示及所需满足的条件，由此为实验奠定理论基础。具体研究中，面对一个含有噪声的低分辨率输入图像，需要首先对输入图像去噪，以获得不含噪声的低分辨率输入图像，然后对此图像进行超分辨率重构，来获得最终的高分辨率输出图像。因此，全部实验内容分为以下两部分。在彩色图像去噪实验中，针对传统去噪算法处理时间长，复原图像质量不佳等问题，本文采用改进型的K-SVD算法进

7、行研究，将用于灰度图像去噪的K-SVD算法进行改进来运用到彩色图像的去噪工作中，以避免可能产生的假色现象，并在此基础上将算法进一步延伸，使其能够处理被强噪声及无关纹理严重破坏的图像，从而完成相关的修复工作。研究结果表明，基于稀疏表示的改进型K-SVD算法，与传统的主成分分析法相比，在去噪复原图像的质量和处理时间上，均具有明显的优势。在图像超分辨率重构实验中，针对传统插值类算法超分辨率重构精度不高的问题，本文采用基于字典学习的重构方法进行研究，根据低分辨率输入图像自身的稀疏性，联合训练低分辨率和高分辨率图像块的两个字典，从而利用相关的

8、字典生成高分辨率的输出图像。研究结果表明，与传统的插值算法相比，本文的重构算法在重构的图像质量上有显著优势，同时，该算法对于输入图像-I-中可能存在的噪声具有高度的鲁棒性，这是传统的插值类算法所不具备的。关键词压缩感知；稀疏表示；字典