版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、稀疏表示已廣泛應(yīng)用到圖像處理中,例如超分辨率圖像重建和目標(biāo)檢測等。然而,由于傳統(tǒng)稀疏表示模型對信號進(jìn)行降階處理,致使信息損失,導(dǎo)致重建圖像顏色失真,結(jié)構(gòu)模糊。為解決這些問題,有研究將四元代數(shù)引入到稀疏表示模型中。四元稀疏表示模型仿照人眼對彩色圖像各通道并行的處理方法,能有效提高算法對多通道圖像的處理效果。本文將基于四元稀疏表示模型的圖像重建技術(shù)拓展到兩個新的應(yīng)用領(lǐng)域——腦圖譜重建和彩色圖像顯著性檢測中。本文主要工作如下:
本文
2、提出一種基于四元稀疏表示模型的腦圖譜重建算法。將新生兒腦部核磁共振圖像(MRI)的強度圖以及三種組織圖(GM,WM,CSF)以四元數(shù)的形式進(jìn)行統(tǒng)一表示,即用一個二維四元數(shù)矩陣來整體表示四個通道圖像,每個通道圖像分別表示為該矩陣的實部和 I,J,K虛部。這種本質(zhì)為矢量信號表示的模型能充分利用上述新生兒腦部四種模態(tài)圖像之間的相關(guān)關(guān)系,增強腦圖譜重建圖像的細(xì)節(jié)表現(xiàn)能力。實驗證明,本文算法在腦組織結(jié)構(gòu)描述上一致性高,并且能保留更多的細(xì)節(jié)信息。<
3、br> 此外,本文提出一種基于四元稀疏重建殘差分析的顯著區(qū)域檢測算法。對于當(dāng)前圖像塊,使用四元稀疏表示模型,分別以其鄰域和圖像背景構(gòu)建字典并給出重建結(jié)果,通過計算重建殘差而獲得當(dāng)前圖像塊的顯著值。該方法實質(zhì)是通過計算當(dāng)前圖像塊的局部對比度和全局對比度給出其顯著度的衡量。相比于現(xiàn)有的其他稀疏表示模型,由于四元稀疏表示模型得到的重建圖像誤差小,可提供更為準(zhǔn)確的圖像對比度衡量,從而提高了顯著性區(qū)域檢測的準(zhǔn)確性。實驗結(jié)果表明,該算法得到的顯著
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于結(jié)構(gòu)稀疏表示的光譜圖像稀疏重建.pdf
- 基于結(jié)構(gòu)稀疏表示的光譜圖像重建.pdf
- 基于稀疏與冗余表示法的圖像壓縮與重建.pdf
- 基于稀疏表示的射線DR圖像重建.pdf
- 基于稀疏表示模型的圖像復(fù)原技術(shù)研究.pdf
- 基于稀疏表示與低秩逼近的高光譜圖像重建.pdf
- 基于稀疏表示的灰度圖像顏色重建算法研究.pdf
- 基于稀疏表示的圖像超分辨率重建技術(shù)研究.pdf
- 基于稀疏表示的紅外圖像超分辨率重建.pdf
- 協(xié)稀疏表示模型在圖像復(fù)原中的應(yīng)用.pdf
- 基于雙字典學(xué)習(xí)和稀疏表示模型的圖像超分辨率重建.pdf
- 基于Bandelets的圖像稀疏表示及其應(yīng)用.pdf
- 基于稀疏表示和字典學(xué)習(xí)的視頻圖像分級重建技術(shù)研究.pdf
- 基于稀疏表示與字典訓(xùn)練的含噪圖像超分辨重建方法.pdf
- 基于稀疏表示的單幅圖像超分辨率重建研究.pdf
- 基于多特征融合和稀疏表示的單幅圖像超分辨率重建算法.pdf
- 基于稀疏表示理論的多波段圖像融合與彩色化.pdf
- 基于稀疏字典學(xué)習(xí)和核稀疏表示的圖像超分辨率重建.pdf
- 基于稀疏表示的超分辨率圖像重建算法研究.pdf
- 圖像稀疏表示模型及其在圖像處理反問題中的應(yīng)用.pdf
評論
0/150
提交評論