圖像稀疏分解快速實(shí)現(xiàn)與初步應(yīng)用.pdf

1、稀疏分解是近幾年信號(hào)處理領(lǐng)域研究的熱點(diǎn)，它可以將信號(hào)表示成為一種稀疏的形式，從而引起研究人員的重視?；谄淞己锰匦裕痪S信號(hào)的稀疏分解被很快推廣應(yīng)用到圖像處理技術(shù)中。 匹配追蹤算法(MP)是目前進(jìn)行信號(hào)稀疏分解的常用算法，正交匹配追蹤(OMP)是在匹配追蹤算法上的一種改進(jìn)算法，此算法選取最佳原子的方法和匹配追蹤算法一樣，從過(guò)完備庫(kù)中找出與待分解信號(hào)最為匹配的原子，不同的是正交匹配追蹤算法需要將所選原子利用Gram—Schmidt

2、正交化方法正交，再將信號(hào)在這些正交基構(gòu)成的空間上投影，得到信號(hào)分量和殘余分量，然后用相同方法分解殘余分量。正交匹配追蹤的收斂速度要快于匹配追蹤。OMP算法的缺點(diǎn)是計(jì)算量巨大。本文利用粒子群優(yōu)化算法(PSO)實(shí)現(xiàn)了基于OMP的信號(hào)稀疏分解和圖像稀疏分解，粒子群算法能有效尋找OMP分解每一步中的最優(yōu)原子，較大地降低了計(jì)算量。 本文還研究了基于OMP稀疏分解結(jié)果的圖像壓縮。圖像壓縮是圖像處理中的重要環(huán)節(jié)，它廣泛應(yīng)用于現(xiàn)代科學(xué)技術(shù)的多個(gè)

3、領(lǐng)域。經(jīng)過(guò)多年的研究，人們已經(jīng)提出了多種圖像壓縮方法，并在許多領(lǐng)域取得了良好的應(yīng)用結(jié)果。但是，目前在低比特率條件下的圖像壓縮后重建圖像質(zhì)量都不太令人滿意，因此需要發(fā)展一種在低比特率情況下有效的圖像壓縮方法。基于對(duì)圖像稀疏分解的分析，本文首先研究了圖像稀疏分解結(jié)果數(shù)據(jù)的分布規(guī)律，根據(jù)投影分量對(duì)圖像稀疏分解結(jié)果數(shù)據(jù)進(jìn)行排序，然后使用差分的方法對(duì)排序后的投影分量進(jìn)行預(yù)處理，從而大幅度降低了投影分量的取值范圍。在此基礎(chǔ)上提出了針對(duì)結(jié)果數(shù)據(jù)的量化