基于矩阵分解的图像表示理论及其应用研究

《基于矩阵分解的图像表示理论及其应用研究》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、多臻交万方数据博士学位论文基于矩阵分解的图像表示理论及其应用研究ResearchonMatrixDecompositionBasedImageRepresentationTheoryandItsApplication作者：肖延辉导师：赵耀教授北京交通大学2014年6月万方数据中图分类号：TP391UDC：学校代码：10004密级：公开北京交通大学博士学位论文基于矩阵分解的图像表示理论及其应用研究ResearchonMatrixDecompositionBasedImageRepresentationTheory

2、andItsApplication作者姓名：肖延辉导师姓名：赵耀学位类别：工科学号：07112069职称：教授学位级别：博士学科专业：信号与信息处理研究方向：多媒体内容分析北京交通大学2014年6月万方数据学位论文版权使用授权书啪IIIIJltilJI}llJIFI}lltPlllllilIltilFFlttJilY2733902本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。特授权北京交通大学可以将学位论文的全部或部分内容编入有关数据库进行检索，提供阅览服务，并采用影印、缩印或扫描等复制手段保

3、存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复印件和磁盘。(保密的学位论文在解密后适用本授权说明)学位论文作者签名：商匙好导师签名学位论文作者签名：、茂匙爿扦导师签名签字日期：劢吁年f月lk日签字日期：(矽眸G月＼7自万方数据致谢时光如箭，岁月如梭，对于初入课题组时的情景还记忆犹新，现在却己然满怀别离之愁。在这几年中，有欢笑，也有苦楚；有付出，也有收获；学到了知识，也建立了友谊。在此论文完成之际，真诚地感谢老师、朋友和家人对我无私的帮助，你们的支持永远是我前进的动力!首先我要衷心地感谢我的导师

4、赵耀教授。感谢您在我攻读博士期间对我的悉心指导及大力支持，让我有了今天的成绩；感谢您对我的鼓励，让我对学术研究充满信心：感谢您严谨的治学态度，让我仿而效之；感谢您正直的做人理念，让我受用终身。您深谙为师之道，时而点拔，时而勉励，您的良苦用心无处不在，能够拜您为师是我的一生之幸。至今我还记得在INI习U开始课题、对一切都一知半解的时候，您经常在深夜与我讨论相关问题，直到我真正理解，您对我的谆谆诱导、句句点拔，我会铭记于心!我还要特别感谢朱振峰副教授。感谢您在实验完成过程中、文章发表过程中以及本论文的撰写过程中给予

5、的无私帮助。您敏捷的学思、丰富的知识、层出不穷的灵感以及对科研的执着追求，让我在与您一次次的学术讨论中受益匪浅。我已经数不清您为了指导我，有多少次没有按时吃饭、有多少次没有按时回家，您为了我劳心费神，我万分感激!同时，我还要感谢赵玉风师姐、韦世奎师兄和刘楠师兄。在科研上，与你们的交流使我茅塞顿开、新意迸发。每次在我感到迷惑、亟需指导的时候，你们总是在第一时间给予我最无私的帮助。特别感谢于丽芳师姐、秦伦明师兄、曹刚师兄、田华伟师兄在一入课题组时给予我的关心和帮助，让我能够迅速地适应环境、转变角色、融入这个大家庭。

6、感谢你们的耐心，经常回答我各式各样的问题，非常感谢!感谢课题组内的其它兄弟姐妹们：白慧慧师姐、王安红师姐、张志远师兄、翁韶伟师姐、林春雨师兄、刘美琴师姐、常冬霞师姐、孟丽丽师姐、顾广华师兄、黄晗、欧博、姚超、魏云超、刘磊、谌志鹏、张磊、刘若愚、马红霞、施雪梅、施展、范文洋、高晓玲、郝悦、郑子薇、闰岫、王铮、杨厚德、盛惠珍、黄伟、张鹏雁、张羽白、李幸、张雪、汤海萍、郑重、崔成东、邱爽等。感谢你们在学习、科研和生活中给予的关怀和帮助，你们的陪伴，使我度过了一个充实且欢乐的博士生涯，与你们的友谊我会永远珍藏。感谢我的

7、室友及哥tf]JL郭松陪我度过了六年的“青葱"岁月，与你的无所不万方数据谈、把酒言欢，调剂着我单调、紧张又充满压力的博士生活。最后，我还要感谢我的父母和姐姐，你们的惦念、你们的鼓励、你们的安慰、你们的支持是我在读博道路上前行的动力。感谢我亲爱的老婆田君同学，感谢你在蜜月旅行的大部分时间内陪我修改文章，使文章能够及时修回；感谢在一切我需要你的时候，你都陪伴在我的身旁。谨以此文献给所有关心、支持、帮助和鼓励我的人!谢谢!肖延辉二零一四年-,9万方数据中文摘要随着图像采集设备尤其是智能手机的广泛普及，以及微博、微信、

8、云计算、社交网站等网络多媒体信息服务的迅猛发展，图像不仅在数量上呈现爆炸式的增长，而且在信息的传播和获取中也发挥着巨大的推动作用。这些浩如烟海的图像虽然具有直观、生动、信息量大等特点，但是给实际的存储、传输以及迸一步处理都造成了相当大的困难。因此，如何根据图像的内在结构和人类的视觉特性来探索高效的图像表示方法，是计算机视觉和机器学习领域中核心研究问题之一。一个有效的图像表示方法不仅有助