基于低秩稀疏的图像序列增强技术研究-信号与信息处理专业论文.docxVIP

优秀毕业论文 精品参考文献资料 研究生优秀毕业论文 中国科学技术大学学位论文原创性声明本人声明所呈交的学位论文，是本人在导师指导下进行研究工作所取得的成 中国科学技术大学学位论文原创性声明 本人声明所呈交的学位论文，是本人在导师指导下进行研究工作所取得的成 果。除己特别加以标注和致谢的地方外，论文中不包含任何他人已经发表或撰写 过的研究成果。与我一同工作的同志对本研究所做的贡献均已在论文中作了明确 的说明。 作者签名： 巷铺：I 签字日期： ≯lS。g。 中国科学技术大学学位论文授权使用声明 作为申请学位的条件之一，学位论文著作权拥有者授权中国科学技术大学拥 有学位论文的部分使用权，即：学校有权按有关规定向国家有关部门或机构送交 论文的复印件和电子版，允许论文被查阅和借阅，可以将学位论文编入《中国学 位论文全文数据库》等有关数据库进行检索，可以采用影印、缩印或扫描等复制 手段保存、汇编学位论文。本人提交的电子文档的内容和纸质论文的内容相一致。 保密的学位论文在解密后也遵守此规定。 d公开 口保密(——年) 李糠 导师虢酶盟 作者签名： 签字日期： 兰!兰：皇：皇： 签字日期：鲨堕：差：仝： 万方数据 摘要摘要 摘要 摘要 数字图像序列(包括图像、图像序列等)作为记录、传输和存储信息的一种 实体，在人类感知中扮演了十分重要的角色，被广泛应用于国防安全、地质勘探、 农林渔业、科学研究，以及人们的日常生活等各个领域。然而，数字图像序列在 获取、传输和存储的过程中，经常受到一些降质因素的影响，导致质量退化。因 此图像序列增强技术一直是信号处理领域的研究热点之一，旨在恢复或增强图像 序列的质量，帮助人们从图像序列中更准确有效地获取信息。 随着对图像序列增强技术的不断深入研究，人们意识到充分挖掘图像序列的 特性对于增强技术的性能提升起到至关重要的作用。图像序列的一些重要特性， 例如低秩性和稀疏性，可以以凸约束描述的形式被应用于图像序列增强的问题建 模中。同时，近些年蓬勃发展的凸优化理论和算法，也为该问题的研究提供了强 有力的支持。本论文基于对图像序列的低秩特性和稀疏特性的挖掘，选取了去噪 和超分辨率重建这两个典型的图像序列增强问题展开研究。论文的主要工作及创 新点如下： (1) 提出了一种具有一定通用性的基于低秩稀疏的图像序列两步去噪方 法。首先，本文通过分析图像序列的特性，发现信号分量有非常强的帧问相关性， 而噪声分量具有稀疏特性。将三维图像序列重新组织成二维矩阵的形式，则相应 的信号分量矩阵具有低秩性，噪声分量矩阵具有稀疏性。因此在去噪方法的第一 步中，分别以低秩和稀疏作为信号分量与噪声分量的合理约束描述，将两个分量 进行初步分离。然后，考虑到图像序列中存在局部的瞬变的信号分量，因为违反 了矩阵的低秩性但却具有稀疏性，被错误地分解进入噪声分量矩阵。图像具有一 定的空间相关性，因此在去噪方法的第二步中，将初步得到的噪声分量矩阵还原 成三维图像序列的形式，分别以空间平滑和稀疏作为空间特性补偿信号分量与噪 声分量的合理约束描述，对各帧图像分别进行矩阵再分解。将第一步得到的信号 分量与第二步得到的空间特性补偿分量相叠加，即得到最终的图像序列去噪结 果。 (2) 提出了一种基于低秩稀疏的高光谱图像去噪方法和一种基于低秩稀 疏的生命细胞钙荧光图像序列去噪方法。在(1)的研究基础上，本文以高光谱 图像和生命细胞钙荧光图像序列为例，将提出的图像序列两步去噪方法分别作有 针对性的细化：一方面，本文进一步分析了高光谱图像的特性，发现噪声水平在 不同波段上的差异较大，即噪声分量矩阵的稀疏性是结构性的列稀疏性，因此需 I 万方数据 摘要要用混合范数 摘要 要用混合范数P，．来约束。本文提出的高光谱图像去噪方法利用了高光谱图像的 信号低秩与噪声稀疏的特性，实验结果表明，该方法能达到较高的去噪性能，并 且对高光谱图像中存在的各种类型的噪声均适用，不需要作任何理想化的假设， 具有较好的通用性。另一方面，大量光子噪声随机地分布于钙荧光图像序列之中， 即噪声分量矩阵的稀疏性是全局统一的稀疏性，因此用粤，范数来约束。本文进一 步分析了钙荧光图像序列的特性，发现细胞结构的位置。形状基本固定不变，因 此在临近点算法中引入权重矩阵W，来帮助区分光子噪声和同样以点状形式闪 现的信号。本文提出的生命细胞钙荧光图像序列去噪方法利用了钙荧光图像序列 的信号低秩与噪声稀疏的特性，实验结果表明，该方法能有效去除光子噪声，提 升观察钙离子活动的准确性。 (3) 提出了一种基于低秩稀疏的图像超分辨率重建方法。首先，自然图 像中经常包含重复的或相似的微结构，这种非局部的自相似性是很重要的先验知 识。将相似的图像块重新组织成矩阵形式，该矩阵具有天然的低秩性。通过将这 种低秩性与图像观察模型相结