信息稀疏表示算法及其在圖像恢復(fù)中應(yīng)用的研究.pdf

1、隨著科學(xué)技術(shù)的發(fā)展,以及人們需求的日益提高,在科學(xué)與工程諸多領(lǐng)域中出現(xiàn)的數(shù)據(jù)量呈現(xiàn)海量數(shù)據(jù)的特征.而研究發(fā)現(xiàn),在人們生活中出現(xiàn)的大量數(shù)據(jù)都存在冗余、相關(guān)性強(qiáng)等特點(diǎn),因此,如何從數(shù)據(jù)的特點(diǎn)出發(fā),通過(guò)研究其稀疏表示的理論與方法,從而極大減少處理時(shí)間的空間復(fù)雜度與時(shí)間計(jì)算復(fù)雜度就成為現(xiàn)代數(shù)學(xué)與信息科學(xué)諸多研究領(lǐng)域面臨的共同問(wèn)題.
　　圖像數(shù)據(jù)是一種最為常見(jiàn)的信息傳輸與處理用數(shù)據(jù),在信息處理領(lǐng)域有著非常重要的地位.本文通過(guò)研究圖像數(shù)據(jù)的特

2、點(diǎn),針對(duì)圖像恢復(fù)這一傳統(tǒng)的圖像處理領(lǐng)域開(kāi)展研究,研究了基于信息稀疏表示算法的超分辨圖像重構(gòu)與圖像去噪、圖像去模糊方法.
　　1.利用多尺度幾何分析中的Bandelet并結(jié)合分裂Bregman迭代優(yōu)化求解算法,建立了一種具有高質(zhì)量圖像恢復(fù)性能的超分辨圖像重構(gòu)模型.該方法Bandelet實(shí)現(xiàn)圖像的高效稀疏表示,利用分裂Bregman方法實(shí)現(xiàn)模型的有效優(yōu)化求解,數(shù)值實(shí)驗(yàn)表明該算法比已有方法在圖像恢復(fù)質(zhì)量方面有一定的提高.
　　2.