变指数泛函在图像反问题中的应用研究

发布时间：2018-04-19 19:39

  本文选题：图像复原 + 图像增强　； 参考：《北京交通大学》2017年博士论文

【摘要】：伴随着变指数Lebesgue空间和Sobolev空间理论的发展,变指数函数空间中的函数找到了越来越多的具有局部"逐点异性"的物理对象与其对应,从而开创了将变指数函数空间理论应用于实际问题的新局面.继变指数函数空间理论在偏微分方程理论中得以应用,该理论在变分问题的建模、求解方面也实现了突破,摆脱了以往变分问题的局限性,即为具有局部异性甚至"逐点异性"的对象的研究提供了新的研究工具和理论依据.本文立足于一般图像的局部相异特性假设,从反问题的角度,利用正则化的方法尝试为图像复原、图像去噪以及图像增强问题建立在变指数Lebesgue函数空间和Sobolev空间中的变分模型.并且充分利用变指数函数空间理论和凸优化理论对模型解的存在性、唯一性以及求解方法进行了研究,从而在理论层面探讨了构建具有局部自适应特性模型的可行性,实现了对图像在变指数函数空间中更精确的描述和逼近目标.此外,本文还就如何在变指数变分模型中利用图像的局部相异特性及相关先验信息做出了有益的尝试.文中多角度的实验进一步支持了图像具有局部相异特性这一前提假设,证明了变指数变分模型在处理此类对象上的有效性和优势。本文的主要工作及创新点如下:(1)提出了一种图像流形框架下的变指数图像复原模型.首先根据微分流形理论以及流形上的几何特征与图像局部几何特征的内在联系,把整幅图像从局部几何特征的相似性角度予以重新结构;其次给出了图像流形几何特征相似程度的两种数量化的判别方法;最后通过选择适当的变指数能量泛函将图像流形的局部性质与正则化方法有机的结合起来,形成了一种基于图像流形局部几何特征的局部相异正则化变指数图像复原模型.文中基于模型的凸性,利用变指数函数空间理论及凸优化理论,给出了该模型解的存在唯—性的证明.此外,通过变分法的手段对模型能够恢复出图像局部性质的能力进行了数学分析.该部分最后通过选择快速的数值计算方法验证了变指数函数空间理论对解决图像复原问题的适用性及基于图像流形框架下构建图像复原模型的有效性。(2)提出了一种基于图像噪声估计与图像局部特征的双变指数图像去噪模型.文中首先利用图像几何特征改进了一种噪声方差估计方法,然后依据优化模型在不同范数度量下解的特点以及残差的特征,将估计出的图像局部噪声方差信息用于选择变指数去噪模型的逼近项部分的能量泛函.此外,图像的局部特征也被用来选择正则化项的能量泛函,使得图像去噪模型中的逼近项与正则化项的能量泛函同时具备"局部自适应"的能力.文中给出了该模型的解的存在性证明以及数值求解的算法.通过实验结果的分析比较,表明该模型对遭受较大方差噪声污染的图像去噪有一定优势。(3)提出了一种变指数函数空间中的Retinex图像增强模型.文中以Retinex理论为基础,分析了由低质图像分离出光照分量和反射分量这一问题的反问题属性及问题本身的病态性.基于光照分量与反射分量所具有的局部异性,在理论上给出了两种可以融合图像多种局部信息的变指数Retinex图像增强模型,并依据变指数函数空间理论对其进行了数学定性分析.正则化方法的使用,克服了原问题的病态特性;变指数泛函与图像特征的使用,实现了在分离光照分量与反射分量过程中对二者的精确描述,两方面相得益彰,有效提高图像增强的效果.文中采用分裂Bregman算法在特定变指数函数空间中对人造图像、自然场景下的图像以及特殊场景中的图像完成了数值实验,其实验结果充分说明了变指数Retinex图像增强模型较其它Retinex增强模型更加显著的改善了图像视觉效果。
[Abstract]:In this paper , we discuss the feasibility of using variable exponential function space theory and convex optimization theory to solve the problems of image restoration , image denoising and image enhancement .

【学位授予单位】：北京交通大学
【学位级别】：博士
【学位授予年份】：2017
【分类号】：TP391.41

【相似文献】

相关期刊论文 前10条

1 黄炯;图像边缘处理[J];电视字幕(特技与动画);2000年09期

2 刘建忠;;图像边缘的数学结构分析[J];软件;2011年05期

3 陈文兵;张小磊;;基于图像边缘的能见度计算方法[J];微型电脑应用;2009年04期

4 曾友州;胡莹;曾伟一;郑晓霞;;提取数字图像边缘的算法比较[J];成都航空职业技术学院学报;2009年04期

5 潘卫国;鲍泓;何宁;;一种传统中国书画图像的二分类方法[J];计算机科学;2012年03期

6 周涛;陆惠玲;拓守恒;马竞先;杨德仁;;基于非凸区域下近似的图像边缘修补算法[J];宁夏大学学报(自然科学版);2012年01期

7 唐亮;唐娉;阎福礼;郑柯;;HJ-1 CCD图像自动几何精纠正系统的设计与实现[J];计算机应用;2012年S2期

8 宋建中;;喷雾图像的自动分析[J];光学机械;1988年04期

9 张锦华;孙挺;;引入像点融合度修补的图像边缘化参差拼接实现[J];微电子学与计算机;2014年08期

10 张晓清;;抠图另一法[J];数字世界;2002年11期

相关会议论文 前10条

1 陆成刚;陈刚;张但;闵春燕;;图像边缘的优化模型[A];'2002系统仿真技术及其应用学术论文集（第四卷）[C];2002年

2 王伟凝;余英林;张剑超;;图像的动感特征分析[A];第一届中国情感计算及智能交互学术会议论文集[C];2003年

3 韩焱;王明泉;宋树争;;工业射线图像的退化与恢复方法[A];新世纪 新机遇 新挑战——知识创新和高新技术产业发展（下册）[C];2001年

4 王强;王风;;一种保持图像几何特征的去噪模型[A];中国通信学会第五届学术年会论文集[C];2008年

5 王培珍;杨维翰;陈维南;;图像边缘信息的融合方案研究[A];中国图象图形学会第十届全国图像图形学术会议（CIG’2001）和第一届全国虚拟现实技术研讨会（CVR’2001）论文集[C];2001年

6 李大鹏;禹晶;肖创柏;;图像去雾的无参考客观质量评测方法[A];第十五届全国图象图形学学术会议论文集[C];2010年

7 孟晋丽;张毅;金林;;图像中混合噪声的小波域滤除方法[A];2007'仪表，，自动化及先进集成技术大会论文集（一）[C];2007年

8 漆琳智;张超;吴向阳;;引导滤波的单幅图像前景精确提取[A];浙江省电子学会2013学术年会论文集[C];2013年

9 张明慧;;基于模糊蒙片算法的CR图像边缘增强[A];第六届全国信息获取与处理学术会议论文集（1）[C];2008年

10 王亮亮;李明;高昕;;强模糊空间目标图像边缘获取方法研究[A];第九届全国光电技术学术交流会论文集（下册）[C];2010年

相关重要报纸文章 前10条

1 吴飞;无边距照片打印三部曲[N];中国电脑教育报;2003年

2 艾思平翻译;视频编码软件CCE SP2操作指南(9)[N];电子报;2009年

3 ;B超术语解释[N];农村医药报（汉）;2008年

4 ;图像质量调整秘技[N];电脑报;2001年

5 马骏睿 皓月;制作版画效果图片[N];中国摄影报;2007年

6 艾思平翻译;视频编码软件CCE SP2操作指南(14)[N];电子报;2009年

7 西安 张正仓;I~（2）C总线控制的HG-2220AV液晶屏视频信号驱动板[N];电子报;2003年

8 ;令挑剔的人也刮目相看[N];中国电子报;2001年

9 侯杰;国产芯片进军移动多媒体市场[N];人民邮电;2003年

10 于亮、阿鲲;技术“扫”天下[N];中国计算机报;2002年

相关博士学位论文 前10条

1 梁福来;低空无人机载UWB SAR增强成像技术研究[D];国防科学技术大学;2013年

2 周静;基于忆阻器的图像处理技术研究[D];国防科学技术大学;2014年

3 贾茜;基于时—空域插值的图像及视频上采样技术研究[D];武汉大学;2014年

4 李照奎;人脸图像的鲁棒特征表示方法研究[D];武汉大学;2014年

5 郝红星;基于干涉相位图像构建数字高程模型的关键技术研究[D];国防科学技术大学;2014年

6 杨小义;图像特征识别算法及其在聋人视觉识别中的应用研究[D];重庆大学;2015年

7 王玉明;SAR图像地雷场检测技术研究[D];国防科学技术大学;2013年

8 温景阳;图像大容量、低失真可逆信息隐藏技术研究[D];兰州大学;2015年

9 李林;基于概率图模型的图像整体场景理解方法研究[D];电子科技大学;2014年

10 冯景;基于SAR图像的海面溢油检测研究[D];北京理工大学;2015年

相关硕士学位论文 前10条

1 李鹏远;图像检索算法研究及其在互联网教育中的应用[D];华南理工大学;2015年

2 万燕英;微聚焦X-ray图像自适应正则化去噪方法[D];华南理工大学;2015年

3 毛双艳;基于梯度域的图像风格化渲染方法的研究及其应用[D];华南理工大学;2015年

4 向训文;RGB-D图像显著性检测研究[D];华南理工大学;2015年

5 曾旭;基于聚类和加权非局部的图像稀疏去噪方法研究[D];天津理工大学;2015年

6 熊杨超;图像美学评价及美学优化研究[D];华南理工大学;2015年

7 王艳;图像视觉显著性检测方法及应用的研究[D];华南理工大学;2015年

8 郑露萍;图像二阶微分特征提取及人脸识别应用研究[D];昆明理工大学;2015年

9 王思武;基于太阳图像的特征提取和检索[D];昆明理工大学;2015年

10 曹静;基于暗通道先验算法的图像去雾处理[D];海南大学;2015年

本文编号：1774441