卷积稀疏编码算法研究及其应用
本文关键词:数字动漫艺术中的视觉符号及审美研究,由笔耕文化传播整理发布。
《燕山大学》 2012年
卷积稀疏编码算法研究及其应用
韩冬梅
【摘要】:稀疏表示与图像的后续处理密切相关,如去噪、压缩、场景分类与模式识别等。现有的稀疏表示理论主要基于一维信号和图像块建模,适用于小样本图像处理。然而,图像是一种复杂的高维数据结构,其固有的统计特性与人类视觉感知系统的信息处理机理及细胞感受野特性相对应。因此,本文从模拟视觉神经系统结构的卷积网络模型角度出发,基于卷积稀疏编码算法及其应用展开研究,主要内容如下: 首先,针对现有稀疏表示去噪算法不适合处理大尺度图像的缺点,,设计了基于卷积稀疏表示的图像去噪。利用卷积网络学习卷积字典,在卷积匹配追踪全局稀疏逼近过程中通过控制残差能量实现去噪。并针对算法在去噪过程中存在的缺点,利用阈值处理和约束邻域特征响应个数对算法进行改进。实验结果表明,改进后的算法能够在一定程度上有效地抑制噪声干扰。 其次,针对传统过完备字典原子特征单一、冗余度低的缺点,探讨并分析了两类平移不变性字典学习。利用相关性在卷积字典的学习过程中对滤波器进行约束,丰富字典特征种类,并利用卷积编码思想实现基于图像块的平移不变性字典学习,降低计算复杂度。实验结果表明了算法的有效性。 最后,针对卷积稀疏编码不利于刻画局部细节特征的缺点,提出了结合卷积匹配追踪和正交匹配追踪的分层稀疏表示算法。利用K-SVD过完备字典和卷积字典的各自优势,并结合自然图像全局轮廓特征和局部细节特征构建联合字典,进而从不同层面对图像形成最优稀疏表示。实验结果表明,与K-SVD过完备字典和卷积字典相比,联合字典稀疏表示能力更强。
【关键词】:
【学位授予单位】:燕山大学
【学位级别】:硕士
【学位授予年份】:2012
【分类号】:TP391.41
【目录】:
下载全文 更多同类文献
CAJ全文下载
(如何获取全文? 欢迎:购买知网充值卡、在线充值、在线咨询)
CAJViewer阅读器支持CAJ、PDF文件格式
【参考文献】
中国期刊全文数据库 前2条
1 曹扬;罗予频;杨士元;;基于混合线性模型的图像去噪[J];计算机学报;2009年11期
2 孙玉宝;肖亮;韦志辉;邵文泽;;基于Gabor感知多成份字典的图像稀疏表示算法研究[J];自动化学报;2008年11期
中国博士学位论文全文数据库 前1条
1 孙玉宝;图像稀疏表示模型及其在图像处理反问题中的应用[D];南京理工大学;2010年
【共引文献】
中国期刊全文数据库 前10条
1 张学武;徐立中;石爱业;霍冠英;范新南;;基于视觉仿生机理的成像目标检测和识别方法及感知计算[J];传感技术学报;2010年12期
2 张焕龙;李京秀;王伟静;;基于视觉感知的小波图像融合方法研究[J];弹箭与制导学报;2009年05期
3 谭菊;李正周;李文艳;;基于纹理感知的目标检测方法[J];弹箭与制导学报;2011年01期
4 刘曼曼;冯嘉礼;;基于属性计算网络的动态手势识别的研究[J];电脑知识与技术;2010年07期
5 王天荆;郑宝玉;杨震;;基于自适应冗余字典的语音信号稀疏表示算法[J];电子与信息学报;2011年10期
6 顾琛;;数字动漫艺术中的视觉符号及审美研究[J];湖北社会科学;2010年08期
7 马慧云;范冲;赵向东;;基于云雾与晴空地表混合像元的云雾检测算法[J];国土资源遥感;2010年01期
8 洪明坚;温志渝;张小洪;温泉;;一种基于流形学习的近红外光谱分析建模方法[J];光谱学与光谱分析;2009年07期
9 张学武;丁燕琼;闫萍;;一种基于红外成像的强反射金属表面缺陷视觉检测方法[J];光学学报;2011年03期
10 曾明;孟庆浩;王湘晖;邱亚男;蒋萍;李彦辉;;视觉注意机制在图像增强中的应用研究[J];光子学报;2009年05期
中国重要会议论文全文数据库 前1条
1 卢悦;孟祥增;;多分类视频镜头边界检测策略[A];图像图形技术研究与应用(2010)[C];2010年
中国博士学位论文全文数据库 前10条
1 陈韶斌;基于知识推理和视觉机理的遥感图像目标识别方法研究[D];华中科技大学;2010年
2 杨瑞明;基于压缩采样的比幅测向方法研究[D];电子科技大学;2010年
3 薄一航;模拟人类视觉感知的行人图像显著结构的研究及应用[D];北京交通大学;2011年
4 沈晓红;基于轮廓波变换的图像统计建模及其应用研究[D];山东大学;2011年
5 吴敏;基于稀疏表示模型的EEG信号棘波自动检测技术与应用系统研究[D];南京理工大学;2010年
6 赵才荣;基于图嵌入与视觉注意的特征抽取[D];南京理工大学;2011年
7 郝晓冉;分布式视频编码技术[D];北京邮电大学;2011年
8 毛晓波;仿生机器眼运动系统建模与控制研究[D];郑州大学;2011年
9 李燕;视觉感知中的闭合轮廓提取方法研究[D];北京交通大学;2011年
10 王哲;基于初级视觉机制的图像编码模型研究[D];北京交通大学;2011年
中国硕士学位论文全文数据库 前10条
1 李文甲;基于视觉注意模型的运动目标检测技术研究[D];大连理工大学;2010年
2 何雄飞;PS类图像与隐写图像的分类[D];解放军信息工程大学;2009年
3 金靖宇;基于稀疏表示的图像分离[D];西安电子科技大学;2011年
4 任璐;基于视觉注意机制的数字水印技术研究[D];西安电子科技大学;2011年
5 刘宇鑫;压缩感知在图像信息隐藏中的应用研究[D];北方工业大学;2011年
6 段红帅;基于机器学习的人脸美感分析研究[D];北京交通大学;2011年
7 郭鹤楠;基于NPE和LDCRF的人体运动识别[D];吉林大学;2011年
8 林婉娟;压缩感知重建算法及其在数字水印中的应用[D];北京交通大学;2011年
9 樊玲玲;真三维环境下空间信息可视化及三维认知与交互研究[D];北京邮电大学;2011年
10 李双;乳腺钼靶诊断中的视觉感知研究[D];杭州电子科技大学;2011年
【二级参考文献】
中国期刊全文数据库 前10条
1 焦李成,谭山;图像的多尺度几何分析:回顾和展望[J];电子学报;2003年S1期
2 孙玉宝;吴敏;韦志辉;肖亮;冯灿;;基于稀疏表示的脑电棘波检测算法研究[J];电子学报;2009年09期
3 尹忠科;邵君;Pierre Vandergheynst;;利用FFT实现基于MP的信号稀疏分解[J];电子与信息学报;2006年04期
4 邓承志;汪胜前;曹汉强;;基于多原子快速匹配追踪的图像编码算法[J];电子与信息学报;2009年08期
5 张红英;彭启琮;;全变分自适应图像去噪模型[J];光电工程;2006年03期
6 黄启宏;段昶;刘钊;;基于独立分量分析的图像特征提取及泊松噪声去除[J];光电工程;2006年11期
7 王光新;王正明;谢美华;王卫威;;泊松噪声模糊图像的边缘保持变分复原算法[J];光电子.激光;2007年03期
8 曹扬;罗予频;杨士元;;子空间搜索广义主成分分析[J];计算机学报;2007年12期
9 范虹,孟庆丰,张优云;用混合编码遗传算法实现匹配追踪算法[J];西安交通大学学报;2005年03期
10 李恒建;尹忠科;王建英;;基于量子遗传优化算法的图像稀疏分解[J];西南交通大学学报;2007年01期
【相似文献】
中国期刊全文数据库 前10条
1 陈铁军;张胜军;王晓辉;赵雪萍;;稀疏编码在图像纹理分割中的应用研究[J];微计算机信息;2009年09期
2 范羚,吴小培,龙飞,张道信,郭晓静;基于独立分量分析的图像特征提取及去噪[J];计算机工程与应用;2003年09期
3 杜军;;基于稀疏编码和ICA的带噪混叠语音盲分离[J];山东师范大学学报(自然科学版);2008年04期
4 凌洁;刘琚;赵彩华;杜军;;基于稀疏编码的语音增强方法研究[J];电路与系统学报;2008年06期
5 杜军;;基于稀疏编码的语音增强方法[J];青岛大学学报(自然科学版);2009年01期
6 晁永国;戴芳;韩舒然;何静;;改进的非负稀疏编码图像基学习算法[J];计算机工程与科学;2010年01期
7 谢尧芳;苏松志;李绍滋;;基于稀疏编码的迁移学习及其在行人检测中的应用[J];厦门大学学报(自然科学版);2010年02期
8 陈红艳;李磊民;;基于ICA的极化SAR图像相干斑抑制[J];电子科技大学学报;2006年04期
9 梁天一;宋国新;虞慧群;;基于稀疏编码的图像语义分类器模型[J];华东理工大学学报(自然科学版);2007年06期
10 庄永文;;关于稀疏编码理论及其应用[J];现代电子技术;2008年07期
中国重要会议论文全文数据库 前10条
1 卢清;赵治栋;;基于稀疏编码阈值的平移不变法心电信号去噪[A];浙江省信号处理学会2011学术年会论文集[C];2011年
2 尚丽;;使用正态可逆高斯密度模型的非负稀疏编码收缩技术实现图像消噪[A];苏州市自然科学优秀学术论文汇编(2008-2009)[C];2010年
3 朱岩;赵旭;刘允才;;基于稀疏编码和局部时空特征的人体动作识别[A];第十五届全国图象图形学学术会议论文集[C];2010年
4 钱乐乐;高隽;徐小红;;非负性约束的图像稀疏编码[A];第七届全国信息获取与处理学术会议论文集[C];2009年
5 王晓伟;石林锁;成浩;;基于独立分量分析的图像特征提取[A];第十七届全国测控计量仪器仪表学术年会(MCMI'2007)论文集(上册)[C];2007年
6 刘扬;程健;卢汉清;;基于目标局部特征的迁移式学习[A];第十四届全国图象图形学学术会议论文集[C];2008年
7 邹琪;罗四维;;模拟视觉系统的稀疏编码神经网络模型[A];第十一届全国信号处理学术年会(CCSP-2003)论文集[C];2003年
8 仝明磊;韩红;;随机字典的粒子滤波视频跟踪[A];第七届和谐人机环境联合学术会议(HHME2011)论文集【oral】[C];2011年
9 石自强;杨静;郑铁然;韩纪庆;;基于锚空间的音频场景识别[A];第十一届全国人机语音通讯学术会议论文集(一)[C];2011年
10 张莹莹;梁培基;;视网膜神经元的高效信息处理[A];第十一次中国生物物理学术大会暨第九届全国会员代表大会摘要集[C];2009年
中国博士学位论文全文数据库 前10条
1 季昊;稀疏编码研究及其在模式识别中的应用[D];北京邮电大学;2012年
2 孙俊;人脸图像分析和识别方法研究[D];清华大学;2001年
3 严春满;图像稀疏编码算法及应用研究[D];西安电子科技大学;2012年
4 刘海宁;基于稀疏编码的设备状态识别及其重型轧辊磨床监测应用[D];上海交通大学;2011年
5 徐小红;图像信息的基函数表示方法研究[D];合肥工业大学;2009年
6 王长虎;互联网环境下大规模图像的内容分析、检索和自动标注的研究[D];中国科学技术大学;2009年
7 廖灵芝;稀疏编码算法中的自适应问题研究[D];北京交通大学;2008年
8 李清勇;视觉感知的稀疏编码理论及其应用研究[D];中国科学院研究生院(计算技术研究所);2006年
9 白文文;神经元群体/集群电活动对行为任务的稀疏编码机制研究[D];天津医科大学;2012年
10 刘小白;图像及视频语义解析的关键技术研究[D];华中科技大学;2012年
中国硕士学位论文全文数据库 前10条
1 齐晓锐;稀疏编码的有效算法[D];西安电子科技大学;2013年
2 李鹏;面向自然场景分类的稀疏编码研究与应用[D];哈尔滨工业大学;2010年
3 钱康;结合稀疏编码的图像生物视觉特征提取研究[D];上海交通大学;2012年
4 万翠兰;基于稀疏编码的视觉艺术理解和风格分类[D];云南大学;2012年
5 唐迅;基于稀疏编码的群体异常行为检测[D];哈尔滨工业大学;2013年
6 刘涛;基于核拉普拉斯稀疏编码的图像分类[D];大连理工大学;2013年
7 王媛媛;视频中人体行为识别的判别稀疏编码方法研究[D];国防科学技术大学;2011年
8 唐峰;基于稀疏编码与机器学习的图像内容识别算法研究[D];上海交通大学;2011年
9 郑鹏;基于稀疏编码的肿瘤图像特征提取研究[D];华东交通大学;2011年
10 朱福庆;基于稀疏编码的车型图像分类识别研究[D];大连交通大学;2013年
本文关键词:数字动漫艺术中的视觉符号及审美研究,由笔耕文化传播整理发布。
本文编号:168373
本文链接:https://www.wllwen.com/wenyilunwen/dongmansheji/168373.html