自适应字典学习和非局部正则化的图像稀疏恢复建模与算法研究

项目名称： 自适应字典学习和非局部正则化的图像稀疏恢复建模与算法研究

项目编号： No.61362021

项目类型： 地区科学基金项目

立项/批准年度： 2013

项目学科： 无线电电子学、电信技术

项目作者： 陈利霞

作者单位： 桂林电子科技大学

项目金额： 43万元

中文摘要： 本项目从变分PDE和机器学习理论出发，以图像稀疏建模为研究主线，研究自适应字典学习与非局部正则化相结合的图像稀疏恢复建模及快速算法。本项目将致力于研究以下问题：（1）分析图像的亮度、对比度和结构等特征，构造新的非局部相似性度量算子，建立局部与非局部相结合的稀疏恢复模型,新模型能充分利用图像全局信息刻画纹理细节。（2）分析图像的不同特征，利用结构聚类等算法将图像特征空间分类，研究不同特征空间的对应关系，设计自适应双字典学习算法，实现图像的最佳逼近。（3）研究乘性噪声污染的图像在不同变换域中的特性，根据图像在不同区域灰度分布情况，自适应选取正则化参数；设计合理的诱导函数，建立不同变换中的的图像稀疏恢复模型，有效弥补图像的信息亏损。本项目的完成将在理论上有所突破，算法上有所创新，新模型不但恢复图像质量高而且效率快，具有更广泛、更实效的应用价值。

中文关键词： 图像恢复；正则化方法；非局部；字典学习；乘性噪声

英文摘要： Starting from the theory of variational PDE and machine learning, by deeply researching on adaptive dictionary learning and nonlocal regularization，new models and fast algorithms based on sparse representation are proposed in this project . The specific r

英文关键词： Image restoraion；regularization method；non-local；dictionary learning；multiplicative noise