基于稀疏表示的图像修复算法分析-控制理论与控制工程专业论文.docx

摘要 图像修复是图像处理领域的一个重要分支，也是计算机视觉方面的一个研究 热点。该技术主要利用图像现有的信息，按照一定的算法恢复出图像原来的面貌， 以达到修复后的图像能得到较好的可视化效果或接近原图像视觉效果的目的。图 像修复主要用于解决图像在传输和人为环境因素等原因造成图像的损伤问题，以 及一些特殊场合，如：对图像中的某些划痕进行修复、移除图像中的某个目标或 者某块区域。 本文首先介绍了图像修复的研究背景、研究现状、研究意义、图像质量的评 价以及图像修复的典型模型及求解方法。然后讲述了图像修复的迭代阈值方法及 其算法步骤。本文基于图像修复的两步迭代阈值方法和小波域加速 Landweber 迭 代阈值方法研究图像中模糊噪声的去除、目标物的移除。文中讨论了图像修复的 正则化模型，通过利用对忠诚项的二次逼近、线性方程组的两步迭代方法提出了 一种新方法两步小波域加速的迭代阈值方法。大量的实验表明，该方法在图像修 复中能得到较好的修复效果。 关键词：图像修复 两步加速 landweber 迭代 阈值算法 稀疏性 Abstract Image restoration is an important branch of image processing. Its objective is to restore the missing or damaged portions of the image and make it more legible and to restore its unity in a way using a certain algorithm. Furthermore, it is mainly used to deal with the condition the image is damaged in the transmission or environment factors, such as: recovering the scratch, removing a goal or a piece of area. First, this paper introduces the background, the present situation, significance, evaluation of the quality of images, typical models and solving methods. Then, represent iterative thresholding method and algorithm steps for Image restoration. Based on two-step iterative shrinkage/thresholding algorithms and accelerated landweber iterative thresholding algorithms, we introduce the new algorithm of image blur noise and target removal. In this paper, the regularization model for image restoration is discussed, and a new two-step wavelet domain iterative threshold method is proposed through quadratic approximation of the fidelity term and two-step iterative algorithm of linear equations. Large numbers of experiments show that this method can get a better result in image restoration. Keyword: Image inpainting Two-step Accerelated Landwerber iterative Thresholding algorithm Sparsity 目录 第一章 绪论 1 1.1 本文的研究背景和意义 1 1.2 本文的研究现状 2 1.2.1 图像修复的研究现状 2 1.2.2 图像的稀疏表示 3 1.3 图像质量的评价 4 1.4 本文的主要研究内容和结构安排 5 第二章 基于稀疏表示的图像修复的理论基础 7 2.1 图像修复模型的建立 7 2.1.1 图像修复的 TV 模型 9 2.1.2 变换域的变分模型 10 2.2 基于稀疏表示和迭代曲线波阈值的