基于稀疏表示的圖像修復研究.pdf

1、稀疏表示理論又稱壓縮感知理論。最近，由于其較大的理論突破，尤其是計算復雜度的下降，使得該理論被廣泛應用到信號處理領域的各個方面。作為一種特殊的信號，圖像信號本身及其所反映的語義在很多時候具備稀疏性這一特點，這使得稀疏表示相關的理論可以被引入到圖像處理這一領域中。稀疏表示理論已成為近幾年來圖像處理和模式識別領域的研究熱點，研究基于學習字典的模型構造方法、快速有效的稀疏表示算法及其在圖像處理中的應用，具有非常重要的理論研究價值和實際意義。<

2、br>　　 本文將稀疏表示理論引入到圖像修復領域中，并應用到壁畫數(shù)字圖像的圖像修復中。將計算機技術應用到文物保護是目前文物保護的趨勢。將圖像修復技術應用到我國古代壁畫的數(shù)字圖像修復中，可提高古代壁畫修復的效率，也對人工修復有一定的指導意義，同時也有助于實現(xiàn)文物的虛擬復原等工作，本文的工作具有一定的實際應用價值。
　　 本文主要工作有:
　　 1.闡述了稀疏表示理論的基本概念、數(shù)學模型、優(yōu)化算法等內容，以及其在圖像處理等

3、領域的應用，著重介紹了壁畫修復的相關技術及工作內容，分析了稀疏域模型的求解算法和字典學習算法。
　　 2.討論了使用稀疏域信號模型修復圖像的方法及改進。從有重疊和無重疊地提取圖像小塊、局部和全局修復兩方面實驗比較，驗證了基于稀疏表示的圖像修復算法——局部K-SVD、全局MCA的可行性和有效性。
　　 3.提出一種新的基于學習字典的壁畫圖像修復算法。結合Criminisi的紋理合成技術，在字典訓練、圖像小塊修復順序、修復邊