基于MCA的图像处理研究

论文摘要

本论文旨在对图像进行多尺度分析和研究。在数字图像处理中,进行有效的图像分离工作的重要性不言而喻。MCA是BP和MP算法的合成,以实现用最优稀疏表示图像形态。图像边缘检测是国内外理论研究的热点和难点,图像边缘具有最基本的信息,是特征描述、图像压缩以及图像分割等领域的必要步骤。小波理论是近几十年才发展起来的,蕴含了丰富的理论知识和长远的应用前途,在数字电视、图像分析、地震勘测、雷达分形、机器视觉、模式识别等领域均得到较好的应用效果。非真实感绘制技术是指模拟某种艺术风格的图像处理技术,它的发展开始逐渐受到关注,已成为计算机图形学领域的研究热点之一。但是,非真实感绘制作为一个新的研究领域,目前其度量标准具有不确定性,该研究领域的很多方向还处于不断发展之中。本文基于MCA图像分离技术,实现图像形态的分离。在此基础上,进行研究,然而,在本论文选择典型的两个实验：其一,对MCA修复后的图像进行B样条图像边缘检测,并和Canny边缘检测算子和基于小波包的边缘检测算法进行了对比试验,实验效果较好；其二,进行NPR仿真研究,实验中发现,不进行图像分离的与MCA分离后进行仿真,两者效果差距显著。所以,本论文提出了一种新方法,较其他方法,更好的保存了图像细节。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 图像处理相关研究方向与应用
• 1.2 MCA的产生
• 第二章 MCA理论
• 引言
• 2.1 BP和MP稀疏分解概论
• 2.1.1 MP稀疏分解
• 2.1.2 BP稀疏分解
• 2.2 MCA原理
• 2.2.1 MCA的基本思想
• 2.2.2 字典选择
• 第三章 基于MCA的图像边缘检测
• 引言
• 3.1 边缘检测经典方法
• 3.2 多尺度边缘检测
• 3.2.1 小波在信号奇异性和边缘检测中的应用
• 3.2.2 基于边缘检测的小波基选取准则
• 3.3 小波边缘检测方法
• 3.3.1 "最佳"边缘检测小波
• 3.3.2 基于小波包分解的边缘检测
• 3.4 算法步骤及实验结果
• 3.4.1 MCA图像修复
• 3.4.2 算法步骤
• 3.4.3 实验结果
• 第四章 基于NPR的铅笔画仿真算法研究
• 引言
• 4.1 算法步骤
• 4.2 实验结果
• 4.3 本章小结
• 第六章 总结与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 致谢
• 攻读学位期间发表的学术论文