基于MCA的图像处理研究

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
  • 相关论文文献

    • [1].2007图像处理国际研讨会[J]. 国际学术动态 2008(03)
    • [2].探讨图像处理软件在平面设计中的应用[J]. 科学技术创新 2019(34)
    • [3].图像处理技术的车牌识别系统研究[J]. 电子测试 2020(03)
    • [4].图像处理技术及其应用研究[J]. 无线互联科技 2020(01)
    • [5].基于图像处理技术的小麦识别技术研究[J]. 中外企业家 2020(04)
    • [6].图像处理技术及应用分析[J]. 造纸装备及材料 2020(01)
    • [7].图像处理技术在平面设计中的应用研究[J]. 计算机产品与流通 2020(03)
    • [8].图像处理与识别技术的发展及应用[J]. 无线互联科技 2020(10)
    • [9].应用型本科课程考核模式改革研究——以光电图像处理为例[J]. 科技风 2020(21)
    • [10].深度学习的图像处理在农业领域的应用实践[J]. 内江科技 2020(09)
    • [11].基于期望与方差的拓展在图像处理中的快速算法的研究[J]. 科技风 2020(30)
    • [12].大数据图像处理技术在无人船运行自动监测中的应用[J]. 舰船科学技术 2020(18)
    • [13].关于图像处理技术现状及发展的分析[J]. 科技资讯 2018(25)
    • [14].探究图像处理的关键技术[J]. 计算机产品与流通 2018(11)
    • [15].图像处理中颜色模式的探究[J]. 电脑编程技巧与维护 2019(01)
    • [16].计算机图像处理技术的特点与应用研究[J]. 信息记录材料 2019(03)
    • [17].基于云服务器图像处理的物体辨别系统[J]. 计算机产品与流通 2019(09)
    • [18].计算机图形图像处理技术在文物保护领域的应用分析[J]. 计算机产品与流通 2019(12)
    • [19].图像处理技术在信息农业中的应用现状及发展趋势[J]. 江苏农业科学 2017(22)
    • [20].基于形态学图像检测的机械手移栽穴苗识别技术[J]. 农机化研究 2018(05)
    • [21].计算机技术在图像处理中的应用分析[J]. 才智 2018(16)
    • [22].计算机图像处理技术的发展趋势[J]. 信息与电脑(理论版) 2016(18)
    • [23].以应用为引导的教学在光电图像处理中的应用[J]. 实验室科学 2016(06)
    • [24].微课在“图像处理基础”教学中的应用研究[J]. 计算机时代 2017(02)
    • [25].探究数字多媒体图像处理技术[J]. 信息与电脑(理论版) 2016(20)
    • [26].浅析图像处理软件入门案例[J]. 广东印刷 2017(01)
    • [27].图像处理智能化的发展方向[J]. 电子技术与软件工程 2017(09)
    • [28].智能交通中图像处理技术应用综述[J]. 科技风 2017(11)
    • [29].基于网络平台应用的图像处理技术探讨[J]. 农村经济与科技 2017(14)
    • [30].图像处理技术在网页制作中的应用分析[J]. 无线互联科技 2017(19)

    标签:;  ;  ;  

    基于MCA的图像处理研究
    下载Doc文档

    猜你喜欢