收藏本站

基于椭圆和抛物型方程组的图像去噪和压缩

【摘要】:过去三十年,得益于计算机技术的突破性进展和工业、医学诊断、航空航天等领域急剧增长的应用需求,图像处理技术得到了蓬勃的发展。这其中的一个典型代表是基于偏微分方程的图像处理方法。该类方法现已在图像去噪、图像分割、图像融合等方面取得了广泛的应用。本文利用椭圆型方程组和抛物型方程(组)对图像去噪和彩色图像压缩这两个图像处理基本问题建模,分析偏微分方程组解的适定性,并通过有限差分格式对其求解以验证其在图像处理中的有效性。论文首先研究具有源项耦合的椭圆型方程组及在去除图像Gauss噪声中的应用。该方程组由p(x)-Laplace方程和Poisson方程组成,其中p(x)-Laplace方程用于去除图像中的噪声,Poisson方程用于修正p(x)-Laplace方程的源项。在方程组变指数p(x)允许间断和噪声图像f(x)∈L1(?)的假设下,证明了当p-max{1,n/3}(p-:=infx∈?p(x),n是?的维数)时,齐次Neumann边值问题在非标准变指数Sobolev空间中存在唯一的弱解。由于方程组具有源项耦合,证明采用了“分而治之、各个击破”的策略,将方程组解耦成两个单独的子问题并利用Schauder不动点定理建立子问题和方程组的联系。解的存在性证明同时提供了一个数值上求解该方程组的迭代格式。实验结果表明,利用局部K-means算法构造的分片常值变指数具有比传统光滑变指数更好的图像去噪效果。其次提出一个基于线性退化反应-扩散方程组的彩色图像压缩模型。在已知彩色图像的亮度分量和彩色图像中一些代表像素点的假设下,通过引入亮度分量和彩色图像的关系,提出一类具有Perona–Malik型扩散系数的线性反应-扩散方程组重构原始彩色图像。该扩散系数保证重构出的彩色图像具有和亮度分量相似的结构信息。但它同时导致方程组是退化的,使之不存在古典解。我们通过近似手段证明在一类特殊的扩散系数下方程组在加权Sobolev空间中存在唯一的弱解。以上的图像彩色化思想构成了本章的彩色图像压缩模型。也就是说,在压缩阶段,只存储彩色图像的亮度分量(用现有的方法压缩)和从彩色图像中抽取出来的一些代表像素点;在解压缩阶段,利用存储的信息通过提出的反应-扩散方程组重构原始彩色图像。论文同时提出一个局部最优算法选取代表像素点集合。它将原始彩色图像分裂成一系列不同大小的子图,用遍历的手段分别在各个子图中选取最优的代表像素点,由各个子图的最优代表像素点组成原图的代表像素点集合。通过数值实验,我们将提出的方法与最新的彩色化图像压缩方法对比,同时也与传统的JPEG和JPEG 2000图像压缩标准对比,以验证新模型在彩色图像压缩上的潜力。论文最后提出一类非散度型扩散方程去除图像中的脉冲噪声。由于脉冲噪声的特性,该类噪声只随机污染图像中的一部分像素点。现有基于偏微分方程的方法无法在有效去除噪声的同时保持未被噪声污染的像素点灰度值不变。我们通过在扩散方程中引入脉冲噪声探测器的概念克服该问题。在新的非散度型方程中,脉冲噪声探测器保证在扩散的过程中未被污染的像素点灰度值不变,正则化Perona–Malik算子具有快速去除图像中脉冲噪声的作用。该方程在数值上表现出的渐近性使得我们避免了在有限差分格式中选择迭代停止时间的问题,同时使得我们可以方便地将该方程拓展到去除图像中脉冲噪声和Gauss噪声混合噪声的问题。数值实验表明,新方程相对于最新的中值型滤波和基于变分/偏微分方程的方法在去噪效果上具有明显的提升。
【学位授予单位】:哈尔滨工业大学
【学位级别】:博士
【学位授予年份】:2018
【分类号】:O175.2;TP391.41

手机知网App
【相似文献】
中国期刊全文数据库 前10条
1 马云;曾祥忠;;图像去噪方法探析[J];科技与创新;2016年23期
2 贺丽丽;;图像去噪处理技术在通信领域的应用[J];电子技术与软件工程;2017年03期
3 刘涛;;改进分数阶积分的激光图像去噪研究[J];内蒙古师范大学学报(自然科学汉文版);2017年02期
4 宋柏霖;;数字滤波技术在医学图像去噪中的应用[J];数字技术与应用;2016年10期
5 雷燕;唐文娟;;一种基于小波变换的图像去噪方法的应用研究[J];河南科学;2013年01期
6 褚晶辉;李英敏;宋垣;吕卫;;一种医学图像去噪程序的并行优化[J];中国医学物理学杂志;2012年06期
7 王勇智,黄红波;一种数学图像去噪的新方法[J];岳阳职业技术学院学报;2005年01期
8 陈明;基于多带复数小波与最大后验概率估计法的图像去噪方法[J];:?低秤胧??2004年01期
9 黄子吉;肖杰;陆安江;徐乃涛;孙其梁;;几种图像去噪方法的比较研究[J];通信技术;2017年11期
10 张小波;;图像去噪算法设计的三种形态[J];咸阳师范学院学报;2015年02期
中国重要会议论文全文数据库 前10条
1 杨怀良;张祥朝;;基于p-范数的图像去噪研究[A];上海市激光学会2015年学术年会论文集[C];2015年
2 靳士利;赵志刚;;基于小波与非线性扩散的混合图像去噪[A];图像图形技术研究与应用(2010)[C];2010年
3 陈仙红;屈小波;郭迪;宁本德;陈忠;;自适应方向小波在磁共振图像去噪中的应用[A];第十七届全国波谱学学术会议论文摘要集[C];2012年
4 费佩燕;郭宝龙;;基于小波变换的磁共振图像去噪方法研究[A];中国仪器仪表学会第六届青年学术会议论文集[C];2004年
5 侯培国;赵静;刘明;;基于小波变换的图像去噪[A];'2006系统仿真技术及其应用学术交流会论文集[C];2006年
6 张俞晴;何宁;甄雪艳;孙欣;;基于机器学习的图像去噪研究进展[A];中国计算机用户协会网络应用分会2017年第二十一届网络新技术与应用年会论文集[C];2017年
7 王静;徐志京;;基于中值滤波和形态学的声纳图像去噪研究[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
8 杨茹;秦振涛;;基于张量字典学习的遥感图像去噪研究[A];资源环境与地学空间信息技术新进展学术会议论文集[C];2016年
9 倪永婧;王成儒;;一种纹理图像去噪方法的研究[A];2006中国控制与决策学术年会论文集[C];2006年
10 侯艳芹;李均利;魏平;陈刚;;一种新的基于:??詈托〔ㄣ兄档囊窖?枷袢ピ敕椒?/a>[A];第十三届全国图象图形学学术会议论文集[C];2006年
中国重要报纸全文数据库 前1条
1 郭建春;图像去噪技术中国专利申请分析[N];中国知识产权报;2012年
中国博士学位论文全文数据库 前10条
1 施克汉;基于椭圆和抛物型方程组的图像去噪和压缩[D];哈尔滨工业大学;2018年
2 Abdelgader Siddig Elzibaer Abdelgader;基于四阶非线性偏微分方程模型的图像去噪[D];哈尔滨工业大学;2018年
3 李小平;低秩与稀疏正则化在图像去噪与分割中的建模研究[D];西安电子科技大学;2017年
4 曾武;基于不可分小波的图像去噪方法研究[D];武汉大学;2013年
5 王伟娜;分块常值信号和图像去噪问题的若干研究[D];中国科学技术大学;2018年
6 朱立新;基于偏微分方程的图像去噪和增强研究[D];南京理工大学;2007年
7 李波;基于PDE的图像去噪、修补及分解研究[D];大连理工大学;2008年
8 祝轩;基于偏微分方程的图像去噪、修复及放大研究[D];西北大学;2008年
9 褚标;小波理论在图像去噪与纹理分析中的应用研究[D];合肥工业大学;2008年
10 刘奎;基于变分PDE和非局部均值图像去噪方法的研究[D];合肥工业大学;2016年
中国硕士学位论文全文数据库 前10条
1 何邵容;人脸识别中的图像去噪技术研究[D];湖南大学;2016年
2 李倩;一种融合结构张量的变分PDE图像去噪模型[D];华中师范大学;2018年
3 栾宁丽;结合全变分模型的图像去噪方法研究[D];华中师范大学;2018年
4 龙雪玲;低照度环境下的图像去噪及增强算法研究[D];华中师范大学;2018年
5 冯婷婷;基于变分法的图像去噪和增强研究[D];哈尔滨工业大学;2018年
6 刘振宇;偏微分方程在图像去噪中的应用[D];吉林大学;2018年
7 李玲;基于非局部均值的图像去噪方法研究[D];安徽理工大学;2018年
8 徐畅;基于Shearlet变换和深度CNN的图像去噪研究[D];南京信息工程大学;2018年
9 江涛;耦合结构信息的多元有限混合模型图像去噪研究[D];南京信息工程大学;2018年
10 王铖燕;面向图像去噪去雾的粒子群优化算法研究[D];南京大学;2018年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026