基于近似消息传递与卡通纹理模型的图像重构

发布时间：2018-06-08 11:09

  本文选题：图像重构 + 近似消息传递　； 参考：《系统工程与电子技术》2017年06期

【摘要】：近似消息传递(approximate message passing,AMP)的高相变性能与低计算复杂度使其非常适用于图像重构等大数据量应用领域。如何充分利用图像的结构化稀疏先验是基于AMP研究图像重构的一个关键问题。将卡通-纹理模型引入AMP图像重构,根据迭代滤波中待处理图像卡通、纹理成分的不同特点,设计基于双树复数小波变换与全变差的层次化AMP滤波算子,进而分析AMP迭代次数对滤波对象结构特征与滤波算子性能的影响,研究AMP的阶段化滤波操作,提出一种基于卡通-纹理模型与分段滤波的AMP图像重构算法。实验表明,该算法能够更好地保留图像轮廓与纹理信息,提高图像的重构质量。
[Abstract]:Because of its high phase change performance and low computational complexity, approximate messaging message passing (AMP) is very suitable for large data applications such as image reconstruction. How to make full use of structured sparse prior image is a key problem in image reconstruction based on AMP. Cartoon-texture model is introduced into AMP image reconstruction. According to the different characteristics of cartoon and texture components in iterative filtering, a hierarchical AMP filter operator based on double tree complex wavelet transform and total variation is designed. Furthermore, the influence of the number of AMP iterations on the structure of filter object and the performance of filter operator is analyzed. The stage filtering operation of AMP is studied, and an AMP image reconstruction algorithm based on cartoon texture model and segmented filtering is proposed. Experiments show that the algorithm can better preserve the contour and texture information of the image and improve the quality of image reconstruction.
【作者单位】： 燕山大学信息科学与工程学院;
【基金】：国家自然科学基金(61471313,61303128) 河北省自然科学基金(F2014203183) 燕山大学青年教师自主研究计划(13LGB015) 秦皇岛市科学技术研究与发展计划(201602A031)资助课题
【分类号】：TP391.41

【相似文献】

相关期刊论文 前10条

1 徐静;;基于遗传算法的零范数压缩感知图像重构方法研究[J];现代电子技术;2011年16期

2 徐静;;基于自然计算的压缩感知图像重构[J];计算机与数字工程;2013年05期

3 郑永奇;焦铸;韩玉霞;;压缩感知图像重构中矩阵互相关性的研究[J];微型机与应用;2013年05期

4 周志盛;相里斌;张文喜;李杨;;基于迭代的傅里叶望远镜图像重构方法[J];光学学报;2014年05期

5 丁静,薛模根,戴宗友;区域航拍图像重构中的配准与相互校正方法[J];情报指挥控制系统与仿真技术;2003年04期

6 陈艳;金伟其;徐超;王霞;高美静;王岭雪;;基于不可控微扫描的高分辨力图像重构方法[J];光子学报;2009年08期

7 张大伟;周帆;蒋强;;图像重构技术在截齿磨损率分析中的应用[J];微计算机信息;2009年24期

8 沈明欣;刘文波;;基于压缩感知理论的图像重构技术[J];电子科技;2011年03期

9 郭建中;秦晓伟;;稀疏化的压缩传感超声图像重构特性研究[J];中国科学:信息科学;2012年06期

10 练秋生;高彦彦;陈书贞;;基于两步迭代收缩法和复数小波的压缩传感图像重构[J];仪器仪表学报;2009年07期

相关会议论文 前4条

1 于晶;郭航;;矩函数在图像重构中的应用[A];2006“数学技术应用科学”[C];2006年

2 李运达;李琦;刘正君;王骐;;太赫兹计算机辅助层析图像重构算法仿真研究[A];第十届全国光电技术学术交流会论文集[C];2012年

3 朱永贵;杨晓兰;于欣妍;;小波稀疏的MR图像重构的交替最小化算法[A];第十五届全国图象图形学学术会议论文集[C];2010年

4 李培畅;郭建中;;超声图像重构的ModulePCA算法研究[A];第三届上海——西安声学学会学术会议论文集[C];2013年

相关博士学位论文 前5条

1 袁敏;基于多尺度几何分析和字典学习的高度欠采样磁共振图像重构研究[D];兰州大学;2015年

2 周志盛;相干场成像图像重构技术研究[D];中国科学技术大学;2015年

3 李翠环;电容层析成像图像重构中正则化算法的研究[D];河北工业大学;2012年

4 周昌军;基于图像重构和特征融合的人脸识别方法研究[D];大连理工大学;2008年

5 徐桂芝;基于EIT技术的脑内电特性与功能成像研究[D];河北工业大学;2002年

相关硕士学位论文 前10条

1 马彩虹;基于压缩感知的图像重构方法研究[D];西安电子科技大学;2014年

2 谢玮琦;基于探针模型的原子力显微镜图像重构研究[D];沈阳建筑大学;2016年

3 李志权;基于笛卡尔坐标系下的图像矩的图像重构方法研究[D];陕西师范大学;2016年

4 叶国栋;超解像度图像重构问题的共轭梯度法[D];汕头大学;2006年

5 李艳红;基于全变分模型压缩传感图像重构的快速算法[D];河南大学;2012年

6 郜国栋;基于交替学习和免疫优化的压缩感知图像重构[D];西安电子科技大学;2012年

7 杨淑媛;基于自然计算的压缩感知图像重构[D];西安电子科技大学;2011年

8 秦晓伟;基于压缩感知超声图像重构研究[D];陕西师范大学;2013年

9 沈明欣;基于压缩感知理论的图像重构技术研究[D];南京航空航天大学;2010年

10 沈军;基于集群系统的三维图像重构并行技术实现研究[D];湖南师范大学;2007年

，

本文编号：1995589