检索结果-南通市图书馆

作者：唐琳瑶北京邮电大学

学位级别：硕士

我们处在互联网快速发展的时代,每天会产生数以亿计的信息。信息与信息之间组成了庞大的关系网。互联网中信息数量不断增长的同时信息与信息之间的相互关系也变得越来越复杂。要将人与人,人与信息,信息与信息之间的关系表示出来,就需要... 详细信息

我们处在互联网快速发展的时代,每天会产生数以亿计的信息。信息与信息之间组成了庞大的关系网。互联网中信息数量不断增长的同时信息与信息之间的相互关系也变得越来越复杂。要将人与人,人与信息,信息与信息之间的关系表示出来,就需要建立高维的张量模型。然而,将高维的张量数据转换成矩阵形式,从中提取特征的传统方法,容易会造成数据结构与信息的损失,影响实际应用效果。直接对张量建模开始称为广大学者们研究的热点。其中,张量低秩逼近是张量分析中的基础,很多基于张量数据模型的研究都需要用到张量低秩逼近,也就是张量分解技术。本文对非负张量分解主要算法及其概率图模型进行了研究,并利用张量分解建模,解决了个性化推荐、图像和视频中的实际问题。论文首先调研了国内外基于张量分解的研究现状,在CP模型和Tucker模型的基础上分别研究了基于最小化欧式距离和最小化KL散度的非负张量分解,主要有以下研究与创新:1、优化了使用乘性迭代求解的稀疏张量的非负分解算法。对于包含大量零值元素的稀疏张量,在空间上利用序列化张量的方式优化了存储复杂度,在时间上通过对序列化后张量的进行排序,辅助少量的内存空间,改变迭代公式中的求和累加顺序,使非负张量分解中的迭代达到线性的空间复杂度和时间复杂度。2、提出了基于张量分解的最大期望张量补全算法(EMTC)。针对彩色图像数据缺失问题,在非负张量分解的基础上,把缺失数据当做隐变量,结合EM算法,提出了 EMTC算法。3、总结了各类非负张量的分解算法与其概率表达。一方面,将带归一化限制的NTucker-KL和NCP-KL算法等价为张量方面模型;另一方面,将NTucker-EU和NCP-EU算法用高斯概率模型表示。同时给出了各类算法的概率图表示。在以上研究的基础上,通过实验证明了非负张量分解在个性化推荐、图像与视频等方面的应用中都取得不错的效果。具体如下:1、将张量方面模型应用在个性化引文推荐上,并运用改进的稀疏非负张量分解求解。实验中对比了仅使用关键词计数的方法、基于关键词-文章共现矩阵的PLSA算法、仅考虑用户阅读信息的协同过滤算法和综合考虑关键词和用户信息的各类非负张量分解的算法,在NCP-KL和NTucker-KL上取得了较不错的结果。此外,还探讨了在不同大小的秩下,NCP-KL算法在个性化引文推荐中的效果,当秩达到一定大小时,就能够较充分挖掘原有数据集中的信息。2、将张量分解技术应用在了图像与视频中。将EMTC算法应用在图片补全中,通过实验与CP-WOPT、LRTC和标准非负张量分解等算法进行比较,证明了 EMTC算法在数据填充和稳定性等方面都有不错的效果。此外还讨论了不同初始化值对EMTC算法的影响,减少EM算法框架中M步中的迭代次数,可以在一定程度上降低初始值对EMTC算法效果的影响。在视频上,利用非负张量分解对视频进行建模,通过分析NCP-KL、NCP-EU算法中得到的时间轴上的因子矩阵中factor的变化曲线,有效的区分了视频中的不同场景。

关键词：张量分解概率张量模型个性化推荐图像补全场景分割

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

自适应块匹配的随机查找图像修复研究

自适应块匹配的随机查找图像修复研究

作者：苏涛湖北大学

学位级别：硕士

图像信息作为互联网信息的主要载体之一,可以准确且直接将信息传递给接受者,其在影响人们的生活与工作方式。由于数字图像处理应用广泛,越来越多的科研学者投入到该领域研究工作中来。图像修复,是图像处理和计算机视觉领域的分支,一直... 详细信息

图像信息作为互联网信息的主要载体之一,可以准确且直接将信息传递给接受者,其在影响人们的生活与工作方式。由于数字图像处理应用广泛,越来越多的科研学者投入到该领域研究工作中来。图像修复,是图像处理和计算机视觉领域的分支,一直都是研究的热点问题。主要方法为:首先制定一个优秀修复策略,然后利用图像中已知信息根据上述策略来修复图像中的破损区域,以达到修复原始破损图像的效果。目前修复算法众多,主要归结为两大类:基于偏微分方程的修复算法和基于纹理合成的修复算法。这两类方法各有优势,前者主要是针对破损区域较小的图像,后者则与之相反。本文围绕图像修复技术展开,首先阐述了该技术基本原理并对当前国内外的研究方法进行分析和总结,其次对图像修复基础理论进行介绍,然后对了几种代表性的修复算法进行分析和总结。在上述方法的基础上,本文提出两种修复方法,具体如下:首先,本文提出了一种基于多尺度分解的k近邻场(k-Nearest-Neighbor-Field,k-NNF)随机查找的图像修复方法。该方法对破损图像进行基于双边滤波下采样多尺度分解,采用块间相似度作为度量方式;同时利用所提出了一种基于最小堆的k近邻场的随机查找最佳匹配块,基于鲁棒性优先级函数查找待修复块,直至该层图像修复完成,然后利用该层信息采用基于双边滤波上采样算法重构下一层粗糙层图像,如此迭代修复直至得到最后的修复结果。最后,通过仿真实验验证本文算法的有效性。其次,在前一方法的基础之上,本文提出一种自适应块匹配窄带优化下的图像修复方法。基本思想:利用每层的破损边界的待修复块的颜色和结构信息自适应计算出该破损块匹配块尺寸大小及数量。利用误差平方和求解一个对应尺度的块。然后,在该快内根据基于最小堆k近邻场随机查找匹配块序列,利用窄带模型对其优化以修复破损边界,对破损边界由外向内逐层修复直至破损区域补全。

关键词：图像修复图像补全 k近邻场随机查找自适应块匹配窄带优化

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于构图美学评价的抠图系统设计与实现

基于构图美学评价的抠图系统设计与实现

作者：高有江北京邮电大学

学位级别：硕士

抠图技术是增强图像美感的一种技术手段,其通过分析前背景中多主体的空间位置关系,从而达到去除无关物体的目的。随着国民生活水平的提升,对于图像美感的普遍追求与当前抠图技术应用门槛高,需要用户具备专业摄影学素养之间存在矛盾。现... 详细信息

抠图技术是增强图像美感的一种技术手段,其通过分析前背景中多主体的空间位置关系,从而达到去除无关物体的目的。随着国民生活水平的提升,对于图像美感的普遍追求与当前抠图技术应用门槛高,需要用户具备专业摄影学素养之间存在矛盾。现有抠图技术的研究多集中于图像抠取和图像补全问题,前者的难点主要在于如何确定图像中非必要主体的位置,同时确保抠取之后的多主体空间关系得到优化;后者的难点主要在于如何对被抠取区域进行自然而有效的补全,使编辑后的图像美感得到提升。此外,目前仍然缺乏一套自动化抠图的软件,将上述多种技术结合,实现对用户透明,有效贴合用户实际需求。本文将抠图技术拆解为三个主要问题,其一,如何对图像美感进行感知,特别是对和空间位置关系的紧密联系的构图美感进行分析,进而使系统具备自动抠图的可能;其二,如何为抠取的目标寻找最优解,在能够对图像的美感进行判别后,下一步则需要通过某种方式对图像进行优化,对于用户而言,可以直接识别出图像中的各个物体,并对其进行处理,但对机器而言,如何识别图像中可操作的物体也是需要解决的问题;其三,如何实现自然的补全效果,根据抠取区域外的图像信息对待补全区域进行补全,得到尽可能真实、合理的背景信息也是需要解决的问题。为了解决上述问题,本文主要从以下方面进行了探索研究:1)本文设计了一种基于子任务辅助的构图评分算法。针对现有方法精确度低、可解释性差的问题,本文首先构建了一批可用于驱动算法的数据集,在此基础上,开发出了以构图评估任务为主,多个构图子任务为辅的算法模型,多个测试结果均表明本文方法能有效感知构图美感。2)本文提出了一种科学的图像抠图流程。首先对其中的关键抠取和补全算法进行选型复现,再基于图像构图美感的分析的角度对算法及流程进行针对性优化,能做到抠取目标合理且符合用户要求,补全效果自然且能增强美感。3)本文开发了一套自动抠图系统。基于上述所设计和优化的算法,以及所设计的自动抠图流程,构建了一套能够辅助用户自动提升图像美感的自动抠图系统,全过程技术实现细节对用户透明。除此之外系统还提供了用户自定义抠图和网络训练在线学习的能力,进一步的辅助用户获取符合自身需求的结果。

关键词：自动抠图构图美学评分图像补全实例分割

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于GAN的物体自动移除研究

基于GAN的物体自动移除研究

作者：王立强北京交通大学

学位级别：硕士

目标检测及图像补全是计算机视觉领域的两个重要研究方向。在目标检测领域,精细标注的图片数据作为模型监督条件,是模型获得较好性能的关键前提,但是图像标注需要花费大量的人力物力,能否从互联网中大量弱标记的图像中去建模进行物体检... 详细信息

目标检测及图像补全是计算机视觉领域的两个重要研究方向。在目标检测领域,精细标注的图片数据作为模型监督条件,是模型获得较好性能的关键前提,但是图像标注需要花费大量的人力物力,能否从互联网中大量弱标记的图像中去建模进行物体检测是较为困难的研究问题;在图像补全领域,现有效果较好的技术大多是在以对象为中心的图像上实现的,例如人脸补全或者结构化的场景补全,在一般场景级别图像补全方向效果大多一般。因此,本文核心研究内容为如何使用仅有图像级别标签的图像实现定位和删除一般场景图像中的对象,即实现弱监督的目标检测功能,然后通过图像补全网络对删除目标对象后留下的孔洞进行补全,即实现图像补全功能。主要研究工作及成果概述如下。首先,本文基于弱监督深度检测网络,实现了一种基于实例分类器优化的多实例检测算法,该算法可以通过图像级别标签执行目标检测工作。该算法将多实例检测网络与多阶段实例分类器结合在一起,分阶段的对实例分类器进行优化,并将基础实例检测网络和多级实例级分类器优化网络集成到单个网络中,以实现端到端的训练。本文在现有工作的基础上,通过应用以上的改进,实现了弱监督目标检测性能的提升。其次,本文对基于深度卷积生成式对抗网络(DCGAN)的图像补全网络进行改进,实现了一种新颖的基于W-GAN的图像补全模型,可以使补全图像在局部和全局上保持一致性。模型使用了完全卷积神经网络,可以填充任何形状的缺失区域来完成任意分辨率的图像;模型使用了空间衰减重构损失代替一般重构损失,在补全大面积的缺失区域时,有效的提高了补全质量;模型使用了全局和局部两个判别器进行训练,全局判别器从整体上评估图像是否整体一致,而局部鉴别器仅在以补全区域为中心的小区域上确保生成的补丁在局部保持一致性。本文在现有工作基础上,通过引入W-GAN损失函数、注意力机制以及分阶段补全的思想,克服了现有方法的不足,实现了补全效果的提升。本文针对以上两个不同研究任务开展了大量实验,并构建了多组对比实验,试验结果表明,在与其他一些方法的定性与定量对比上,本文实现了弱监督目标检测性能的改进以及图像补全效果的提升。通过实现以上两部分功能,即可实现物体自动移除功能:把一张图像输入到基于实例分类器优化的多实例检测网络,得到目标移除对象的坐标位置信息,然后用将目标对象移除,得到移除掉目标对象的待重建图像并将其输入到图像补全网络,进行重建修复,最终得到一张已经移除目标图像的完好图像。

关键词：图像补全生成式对抗网络目标检测弱监督

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

数字图像修复技术研究

数字图像修复技术研究

作者：王向阳西安电子科技大学

学位级别：硕士

数字图像修复技术是指对数字图像中遗失或损坏的部分,利用未被损坏的图像信息,按照一定的规则进行填补,以使修复后的图像接近或达到原图的视觉效果。目前数字图像修复有两个分支：图像修补(image inpainting)和图像补全(image completi... 详细信息

数字图像修复技术是指对数字图像中遗失或损坏的部分,利用未被损坏的图像信息,按照一定的规则进行填补,以使修复后的图像接近或达到原图的视觉效果。目前数字图像修复有两个分支：图像修补(image inpainting)和图像补全(image completion)。前者是针对小面积破损图像的修复,而后者是针对大面积破损的修复。目前数字图像修复技术的应用主要包括：古代美术作品的复原,图像编辑(如折痕修复,物体的移除),影视后期处理,图形学应用(如纹理合成)。本文在深入研究现有图像修复算法的基础上,主要完成以下几方面的工作：首先对Criminisi算法进行改进并提出了基于空间相关性的修复算法。根据相关性原理,将原来寻找最优匹配块的全局搜索改为局部搜索,从而减少了搜索时间,提高了执行效率。实验表明,在保持修复结果相近视觉外观的同时,该方法能够较大降低时间消耗。第二,对基于优先级BP的修复算法进行改进并提出了参数自适应算法。针对优先级BP算法参数需尝试性地手动输入的问题,提出了一种参数自适应的算法。在给定某一初始参数后,算法通过对活跃标号数的统计,对当前参数值设置情况进行评判,并对不合适的参数值进行相应调整,最终得到一最优参数值,免去了参数手动输入和调整的繁琐。最后,对全文的工作进行了总结并对数字图像领域发展提出了一些展望。

关键词：图像修补图像补全空间相关性参数自适应

基于IVOCT的心血管斑块识别与导丝伪影去除方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于IVOCT的心血管斑块识别与导丝伪影去除方法研究

作者：郭劲文哈尔滨工业大学

学位级别：硕士

心血管疾病已成为全球人口死亡主要原因之一,严重影响着人类健康和社会发展。有效的预防、检测及治疗可显著地降低心血管疾病的死亡率。而血管内光学相干断层扫描技术(Intravascular Optical Coherence Tomography,IVOCT)作为现今前沿... 详细信息

心血管疾病已成为全球人口死亡主要原因之一,严重影响着人类健康和社会发展。有效的预防、检测及治疗可显著地降低心血管疾病的死亡率。而血管内光学相干断层扫描技术(Intravascular Optical Coherence Tomography,IVOCT)作为现今前沿的血管成像技术之一,由于相比于其他成像技术,对血管组织的成像具有分辨率高等特点,从而在临床中得到广泛应用。然而,在成像过程中牵引探头的导丝具有高反射性,从而产生了导丝伪影。去除导丝伪影可以改善IVOCT的影像质量,一方面它可以辅助医生提高诊断水平,降低误诊及漏诊率。另一方面对计算机辅助医生进行IVCOT诊断具有积极作用。针对IVOCT图像结构信息复杂以及伪影区域占比大的困难,本文提出了一种基于Transformer的结构强化IVOCT导丝伪影去除方法(Structure-enhanced Transformer Fusion,SETF)。SETF的生成器关注序列上下文信息且针对IVOCT的管壁结构进行了强化设计。首先,为关联上下帧特征强化待复原区域的语义描述,SETF关注时空/域的Transformer模块,用于捕获IVOCT序列中上下文信息以及结构/纹理信息的关联性。其次,在原始(Original,ORI)图像主干生成网络的基础上,SETF并联了的结构(Relative Total Variation,RTV)强化生成网络来完成RTV图像的重建,以获取图像结构信息。最后,SETF的结构特征融合模块利用软融合将RTV重建得到的结构特征融入ORI主干生成网络的解码阶段,配合判别器完成导丝伪影区域的图像重建。通过实验表明,采用本文提出的SETF对导丝伪影去除效果良好,并且在IVOCT易损斑块分割及管腔轮廓线提取任务上也起到了积极作用。除了导丝伪影去除任务以外,斑块识别便是计算机辅助IVOCT诊断研究另一个难题。易损斑块是临床医生诊断心血管疾病的重要衡量因素之一,在IVOCT的检查过程中,易损斑块的实时识别有助于指导临床医生对IVOCT影像的有效采集,并实现对重点可疑病灶区域进行更加精细化的数据采集。然而易损斑块尺度分布比较广,为了以较高准确性实现多尺度的易损斑块实时识别,本文对现今的检测方法进行了分析和对比。一方面,SSD虽然可以实现有较快的多尺度检测,然而检测准确性有限,尤其对于小目标检测效果更为不佳。另一方面,Swin Transformer在计算机视觉领域,可以捕获远程信息并获得不同尺度的特征。因此,本文提出一种新颖的IVOCT易损斑块实时检测模型TRIPLE-SD。在此模型中,首先通过Swin Transformer移位窗口的多头注意力获取基于patch的不同尺度特征。其次,通过模块间的跳跃连接实现多阶段、不同尺度的特征融合。实验结果表显示,TRIPLE-SD不仅提高了易损斑块识别的准确性,同时也大幅度提升了识别的速度。

关键词：血管内光学相干成像心血管疾病伪影去除易损斑块图像补全图像识别

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的DR影像处理链算法研究

基于深度学习的DR影像处理链算法研究

作者：汪华靖浙江工商大学

学位级别：硕士

数字X光摄影(Digital Radiography,DR)是近期发展的一项新的数字成像技术。与传统的计算机X射线摄影技术相比,它使用了数字化探测器。在X光到达探测器后会直接转化为数字信号,这可以减少X光的能量损失,从而在成像时降低噪声影响,提高图... 详细信息

数字X光摄影(Digital Radiography,DR)是近期发展的一项新的数字成像技术。与传统的计算机X射线摄影技术相比,它使用了数字化探测器。在X光到达探测器后会直接转化为数字信号,这可以减少X光的能量损失,从而在成像时降低噪声影响,提高图像质量。目前针对DR影像的处理链主要包含前处理和后处理两部分。图像的前处理包含图像补全和图像降噪。X光探测器的感光元件可能出现损坏,导致图像出现坏线或坏点,图像补全即是针对这些图像产生的缺陷进行修复。传统的图像补全算法在修复稍宽的坏线时效果差,并且处理时间很长。X光图像的降噪则是针对X光图像在生成过程中的混合噪声进行消除,而传统的降噪算法应用在X光图像上会导致较为严重的图像细节丢失。图像的后处理是针对X光原始图像对比度差的问题对图像进行增强,使其能用于之后的阅片以及其他处理。近几年深度学习算法的快速发展为革新DR影像处理链的各环节提供了新的可能性。本文以国内某医院的乳腺X光图像为研究对象,以深度学习为基础提出了一系列DR影像处理算法,优化了传统DR影像处理链的各个环节。本文的主要工作如下:(1)作为DR影像前处理的第一步,本文提出了一种基于门控卷积的图像补全算法,用于修复X光探测器缺陷造成的图像坏线和坏点。与现有的用于自然图像的图像补全算法相比,X光图像的动态范围较高,且X光图像补全对细节保持要求较高。因此我们使用添加了跳远连接的门控卷积网络用于保存X光图像的底层信息,提高了图像补全的质量。(2)作为DR影像前处理的第二步,本文针对X光图像的噪声特性,提出了DSResUNet降噪模型。该模型针对X光图像中的特定噪声进行建模,解决了传统算法在降噪过程中的细节丢失问题。同时加快了模型推理的速度,使其能应用于实时图像处理中。(3)在DR影像后处理方面,本文提出了一种两阶段的GAN模型。目前通常由X光厂家对X光图像进行后处理,不同厂家生成的X光图像风格不统一,同时他们的处理算法不公开。本文从成对的原始图像和后处理图像中学习了图像后处理映射,解决了不同厂家图像生成风格不统一的问题。

关键词：深度学习数字X光摄影图像补全图像降噪图像增强

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

梯度引导的图像修复技术及其应用

梯度引导的图像修复技术及其应用

作者：邓粤允华南农业大学

学位级别：硕士

图像修复技术是利用缺损图像中已知区域的信息,按照一定规则来填充缺损区域的像素,使得修复后的图像满足人类的视觉效果。图像修复技术被广泛运用到图像超分辨率、图像压缩、目标物体移除、水印去除等领域。近年来,基于深度学习的图像... 详细信息

图像修复技术是利用缺损图像中已知区域的信息,按照一定规则来填充缺损区域的像素,使得修复后的图像满足人类的视觉效果。图像修复技术被广泛运用到图像超分辨率、图像压缩、目标物体移除、水印去除等领域。近年来,基于深度学习的图像修复技术取得了较好的效果。然而,当待填充区域较大且含有明显的结构信息时,现有方法填充的内容往往存在或内部结构不合理,或与周围的结构保持不一致等问题。受传统手工绘画启发,本文提出了一种以梯度引导的图像修复算法。该算法将图像修复问题简化为两个子过程:基于梯度的边缘修复网络和以边缘作为约束条件的图像纹理修复网络。边缘是图像的重要结构信息,而图像梯度值的大小体现了边缘的强弱。边缘修复网络以梯度图为处理对象,专注于预测待修复区域的边缘,以获取修复区域内部结构合理且与区域周围一致的边缘结构;而纹理修复网络以修复的边缘梯度图作为先验与待修复图像一起作为输入对待修复区域的纹理进行填充。两个网络都是采用生成式对抗模型来实现,以确保修复的图像边缘和纹理具有视觉上一致的效果。为取得更为合理的修复效果,采用局部和全局相结合的方式计算待填充区域的内容。卷积运算是局部区域的运算,当缺损区域较大时,对于区域中心附近的像素来说,其感受野区域像素为合成像素(已填充区域)或无效像素(待填充区域),通过局部卷积运算得到待填充像素的估计值往往是不准确的。引入自注意力机制,利用局部方法得到的估计值指导网络从全局(具体来说为已知区域)寻找合适的准确信息作为局部值的补充和完善。同时考虑待填充区域内,感受野区域的特征值准确程度不一,采用门卷积替代普通卷积,对特征进行动态选择,通过让模型自动学习的方式为每个特征分配不同权重进行卷积运算。为证明方法的有效性,对梯度先验、自注意力机制和门卷积等组件进行了消融研究,结果表明这些组件从不同方面不同程度地提升了图像的修复效果。而且,通过与相关方法进行定性和定量比较,验证了该算法在修复图像的结构和纹理等方面的优越性。最后,将本文提出的图像修复技术应用在不同的场景下进一步表明了该方法的可行性及泛化性。

关键词：图像修复图像补全不规则区域生成式对抗网络深度学习

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于单张图像的真实感三维人脸重建

基于单张图像的真实感三维人脸重建

作者：冯瑶上海交通大学

学位级别：硕士

基于单张图像的三维人脸重建经常在大姿态和不平衡光照中表现较差,为了解决这些问题,本文提出了一种新的解决方式来重建出具有完整真实纹理的三维人脸模型,这个方法不仅在重建人脸几何方面取得了非常好的效果,而且完成了恢复出完整真实... 详细信息

基于单张图像的三维人脸重建经常在大姿态和不平衡光照中表现较差,为了解决这些问题,本文提出了一种新的解决方式来重建出具有完整真实纹理的三维人脸模型,这个方法不仅在重建人脸几何方面取得了非常好的效果,而且完成了恢复出完整真实纹理的任务。本文所提出的方法分为人脸几何重建和纹理补全两部分。在前一部分中,我们提出了一种端到端的方法,能够直接从二维图像中重建出三维人脸几何结构。算法的核心部分为设计的UV位置图,它在UV空间中记录了完整的人脸形状,然后训练一个简单的卷积神经网络从单张人脸图像中回归得到UV位置图。这个重建方法不依赖于任何人脸模型就可以得到完整的人脸几何以及对应的语义信息。同时,该方法的网络非常轻量级,只需9.8毫秒即可处理一张图像。在多个具有挑战性的测试数据集上进行的实验表明,本文方法在人脸几何重建方面的性能相比于其他方法提升了超过25%的性能。在后一部分中,首先用平均外观替换光照外观以减轻训练数据集的多样性,然后用生成性对抗网络完成缺失部分的纹理生成。使用可见纹理的信息和对抗生成网络的高生成能力有助于增强纹理补全的稳健性。实验表明,我们的方法在不同光照下的人脸图像上都表现良好。最后,这两个部分得到的结果不仅对人脸姿态和环境光照具有鲁棒性,而且还保留了输入人脸的身份信息,可用于人脸交换,动画制作和人脸识别等应用中。

关键词：三维人脸重建人脸关键点检测图像补全

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于自适应滤波和稀疏正则的图像恢复

基于自适应滤波和稀疏正则的图像恢复

作者：任京波西安电子科技大学

学位级别：硕士

图像作为人类视觉信息的重要载体,为人类的认知活动提供了丰富的信息,成为人类感知客观世界的重要途径。由于图像在获取、传输和应用过程中,得到的图像质量往往较低,不能满足实际需求。图像恢复的目的,就是利用获取的降质图像,通过图像... 详细信息

图像作为人类视觉信息的重要载体,为人类的认知活动提供了丰富的信息,成为人类感知客观世界的重要途径。由于图像在获取、传输和应用过程中,得到的图像质量往往较低,不能满足实际需求。图像恢复的目的,就是利用获取的降质图像,通过图像恢复算法,复原高质量的清晰图像。数字图像的恢复作为多种交叉学科的基础研究,越来越受到国内外学者的关注,成为图像处理领域中的一个重要科研课题。本文从模型出发,通过对原始的图像恢复模型的分析和图像特征结构信息等的挖掘,提出了一种新的图像恢复模型框架,从而在不引入振铃效应、块状效应、梯度效应等缺点的前提下以获得高质量高频纹理信息。在文章中提供了一种详细的参考优化解法,并在最后给出一系列的仿真实验来验证模型算法的高效性。本文的主要贡献点如下所述。1.分析总结了传统的图像恢复模型的结构及其各自的优缺点。由于传统模型包括两个部分,数据项和正则项。数据项用来保真图像的观测模型,而正则项用来作为图像的先验约束。在文章中通过对各种图像的恢复模型进行抽象,得到一般的数学模型,并针对一般的数学模型的两种形式——基于单项正则的图像恢复模型和基于双正则的图像恢复模型——各自给出了一种参考的解法步骤,以作为本文所提算法框架的一个理论基础。2.由于原始图像恢复模型的各种弊端导致恢复得到的图像质量不能满足很多场合的使用,本文通过对模型算法进行分析,提出了一种基于自适应滤波和稀疏正则的图像恢复模型框架,削弱了原始算法的缺点。在新的模型框架中,保留了原始的数据项不变,在正则约束项中不是将原始的图像直接进行约束,而是将原始图像与通过一个自适应滤波器后的图像相减得到的残差作为稀疏约束。这样做有两个优点:其一,通过自适应滤波后的图像去除了像素之间的空间相关性和图像的结构信息,作为约束项更加的合理;其二,利用残差项相比较于原始图像作为稀疏正则项更加的稀疏,更加的符合能量方程的最小化准则。3.本文以图像的超分辨率为例,给出了一种新的图像恢复模型的优化求解算法的详细推导和计算步骤。为了说明算法框架的通用性,实验中分别以非局部均值算法和导向滤波方法作为自适应滤波器,针对两种图像恢复问题——超分辨率和图像补全,两种作用对象的图像——遥感图像和深度图像进行了一系列的仿真实验和对比实验。结果表明,本文所提的基于自适应滤波和稀疏正则的图像恢复方法所得到的恢复图像不仅在视觉上保留了很多高质量的纹理细节,而且在客观的数值结果评价方法上优于其他的对比方法。

关键词：图像恢复图像超分辨图像补全自适应滤波稀疏正则 ADM