图像稀疏表示技术的应用与挑战.docxVIP

图像稀疏表示技术的应用与挑战

目录

内容概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.1图像稀疏表示技术概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.1.1图像稀疏表示的基本概念．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

1.1.2图像稀疏表示的发展历程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

1.2图像稀疏表示技术的研究意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

1.2.1图像稀疏表示的理论价值．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

1.2.2图像稀疏表示的实际应用价值．．．．．．．．．．．．．．．．．．．．．．．．．．．9

图像稀疏表示技术原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11

2.1图像稀疏表示的基本理论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12

2.1.1底层信号模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

2.1.2稀疏表示的数学基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

2.2常用的图像稀疏表示方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

2.2.1基于字典的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17

2.2.2基于变换的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

2.3图像稀疏表示的性能分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20

2.3.1稀疏表示的重建精度．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22

2.3.2稀疏表示的计算复杂度．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

图像稀疏表示技术的应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25

3.1图像压缩．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25

3.1.1稀疏表示在图像有损压缩中的应用．．．．．．．．．．．．．．．．．．．．．．27

3.1.2稀疏表示在图像无损压缩中的应用．．．．．．．．．．．．．．．．．．．．．．28

3.2图像去噪．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29

3.2.1稀疏表示在自然图像去噪中的应用．．．．．．．．．．．．．．．．．．．．．．30

3.2.2稀疏表示在医学图像去噪中的应用．．．．．．．．．．．．．．．．．．．．．．31

3.3图像增强．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32

3.3.1稀疏表示在图像对比度增强中的应用．．．．．．．．．．．．．．．．．．．．34

3.3.2稀疏表示在图像锐化中的应用．．．．．．．．．．．．．．．．．．．．．．．．．．36

3.4图像分割．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37

3.4.1稀疏表示在图像超像素分割中的应用．．．．．．．．．．．．．．．．．．．．42

3.4.2稀疏表示在图像语义分割中的应用．．．．．．．．．．．．．．．．．．．．．．44

3.5图像恢复．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．45

3.5.1稀疏表示在图像去模糊中的应用．．．．．．．．．．．．．．．．．．．．．．．．46

3.5.2稀疏表示在图像重建中的应用．．．．．．．．．．．．．．．．．．．．．．．．．．47

图像稀疏表示技术的挑战．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．49

4.1稀疏表示的理论挑战．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．52

4.1.1稀疏表示的理论基础研究．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．53

4.1.2稀疏表示的收敛性分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．55

4.2稀疏表示的算法挑战．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．56

4.2.1稀疏表示算法的效率问题．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．57

4.2.2稀疏表示算法的鲁棒性问题