高维图像处理问题的张量建模与高效计算

论文摘要

高维图像数据包括视频、高光谱图像和磁共振图像等,在现实应用中扮演着重要角色,但由于成像环境、成像设备以及传输条件限制,在实际应用中常常面临很多高维图像的反问题,即需要由观测的退化数据根据退化过程反解出干净的高质量的高维图像数据。本文主要研究张量完备化问题、遥感高光谱图像去混合噪声问题和视频去除雨线问题,解决这些问题在高维图像压缩传输、户外计算机视觉智能系统和遥感应用等领域具有重要的实用价值。本文主要从获取的高维图像数据中挖掘其内在结构的先验知识,即全局低秩性、局部连续性以及非局部自相似性,同时采用合适的扰动项建模策略,建立张量正则化优化模型,并针对具体张量模型设计高效的优化算法求解。本文研究工作主要分为如下四个方面:一、基于高维图像数据中广泛存在的全局低秩性和局部分段光滑性,提出一个张量完备化模型。在模型中,对张量的每个维度展开的矩阵采用低秩矩阵分解来增强数据整体的低秩性质,同时通过约束因子矩阵在小波紧框架的系数的稀疏性,来增强张量数据的空间维度上的分段光滑性。为了高效地求解提出的模型,设计了一个交替的非精确块坐标下降算法,并证明了提出的算法符合块逐次上界极小化框架,其收敛性具有理论保证,在一些温和条件下,提出的算法收敛到坐标最小点。通过在视频、高光谱图像和磁共振图像数据上的数值实验,验证了提出的方法优于所比较的其他方法,例如TMac和基于全变差的方法。二、基于高光谱图像在光谱维度的全局低秩性和空间维度的非局部自相似性,提出一个新的高光谱图像去除混合噪声的方法。在模型中,低秩子空间表示被用来约束光谱维度的全局低秩性,并在子空间系数上构造精细的去噪问题,借助即插即用的框架嵌入去噪器,用以增强空间维度非局部的自相似性。同时,混合噪声被建模为混合高斯分布。我们采用最大期望算法求解提出的基于最大后验估计的正则化模型。数值实验表明,提出的方法能高效地去除遥感高光谱图像中不同类型的混合噪声,并且能自适应地估计噪声的统计分布。三、基于视频数据整体低秩性和雨线局部的方向性,提出一个基于张量的视频去雨模型。提出的模型通过极小化视频张量核范数来促进视频整体低秩性,约束多个单一方向全变差正则项来刻画雨线的方向性。采用交替方向乘子法求解提出的模型,算法收敛性有理论保证。在仿真数据和真实有雨视频数据上的数值实验结果验证了提出的方法的有效性和高效性。四、在第三部分内容的基础上,基于张量在梯度域的局部先验信息,提出一个快速视频去雨方法。提出的模型主要基于雨线的局部方向性和视频的局部连续性,利用了不同方向的梯度域中有雨视频、雨线和干净视频的具有区分度的先验信息。提出基于分裂的增广拉格朗日方法的算法求解模型,算法收敛性有理论保证,并且采用基于图形处理器的并行编程实现算法。大量的在仿真数据和真实数据上的数值实验结果验证了提出的方法优于所比较的其他方法。

论文目录

文章来源

类型: 博士论文

作者: 蒋太翔

导师: 黄廷祝

关键词: 高维图像处理,反问题,张量建模,正则化优化模型,优化算法

来源: 电子科技大学

年度: 2019

分类: 基础科学,信息科技

专业: 数学,计算机软件及计算机应用

单位: 电子科技大学

分类号: TP391.41;O183.2

总页数: 127

文件大小: 9359K

下载量: 237

相关论文文献

• [1].2007图像处理国际研讨会[J]. 国际学术动态 2008(03)
• [2].探讨图像处理软件在平面设计中的应用[J]. 科学技术创新 2019(34)
• [3].图像处理技术的车牌识别系统研究[J]. 电子测试 2020(03)
• [4].图像处理技术及其应用研究[J]. 无线互联科技 2020(01)
• [5].基于图像处理技术的小麦识别技术研究[J]. 中外企业家 2020(04)
• [6].图像处理技术及应用分析[J]. 造纸装备及材料 2020(01)
• [7].图像处理技术在平面设计中的应用研究[J]. 计算机产品与流通 2020(03)
• [8].图像处理与识别技术的发展及应用[J]. 无线互联科技 2020(10)
• [9].应用型本科课程考核模式改革研究——以光电图像处理为例[J]. 科技风 2020(21)
• [10].深度学习的图像处理在农业领域的应用实践[J]. 内江科技 2020(09)
• [11].基于期望与方差的拓展在图像处理中的快速算法的研究[J]. 科技风 2020(30)
• [12].大数据图像处理技术在无人船运行自动监测中的应用[J]. 舰船科学技术 2020(18)
• [13].关于图像处理技术现状及发展的分析[J]. 科技资讯 2018(25)
• [14].探究图像处理的关键技术[J]. 计算机产品与流通 2018(11)
• [15].图像处理中颜色模式的探究[J]. 电脑编程技巧与维护 2019(01)
• [16].计算机图像处理技术的特点与应用研究[J]. 信息记录材料 2019(03)
• [17].基于云服务器图像处理的物体辨别系统[J]. 计算机产品与流通 2019(09)
• [18].计算机图形图像处理技术在文物保护领域的应用分析[J]. 计算机产品与流通 2019(12)
• [19].图像处理技术在信息农业中的应用现状及发展趋势[J]. 江苏农业科学 2017(22)
• [20].基于形态学图像检测的机械手移栽穴苗识别技术[J]. 农机化研究 2018(05)
• [21].计算机技术在图像处理中的应用分析[J]. 才智 2018(16)
• [22].计算机图像处理技术的发展趋势[J]. 信息与电脑(理论版) 2016(18)
• [23].以应用为引导的教学在光电图像处理中的应用[J]. 实验室科学 2016(06)
• [24].微课在“图像处理基础”教学中的应用研究[J]. 计算机时代 2017(02)
• [25].探究数字多媒体图像处理技术[J]. 信息与电脑(理论版) 2016(20)
• [26].浅析图像处理软件入门案例[J]. 广东印刷 2017(01)
• [27].图像处理智能化的发展方向[J]. 电子技术与软件工程 2017(09)
• [28].智能交通中图像处理技术应用综述[J]. 科技风 2017(11)
• [29].基于网络平台应用的图像处理技术探讨[J]. 农村经济与科技 2017(14)
• [30].图像处理技术在网页制作中的应用分析[J]. 无线互联科技 2017(19)

标签：高维图像处理论文;  反问题论文;  张量建模论文;  正则化优化模型论文;  优化算法论文;