1、几何变分方法在图像处理中的应用【摘要】：本文主要用几何分析方法,包括变分法,PDE 等讨论视频图像的去抖动、运动目标跟踪,图像分割,彩色图像的色度去噪、着色及分割,复杂噪声去除等问题.为此,我们首先把所要处理的问题转化为能量泛函极小化问题,建立变分模型,并讨论能量极小化问题解的存在唯一性;然后得到其相应的 Euler-Lagrange 方程,再由负梯度下降法得到热方程,或者为了快速求解能量极小化问题,采用如中间变量法的技术,将能量泛函极小化问题分解为若干较为容易处理的子问题,再利用新近的快速算法分别加以求解.最后求此方程的数值解,得到相应的实验结果.本文的主要研究成果有以下几个方面:1.基于变
2、分法的抖动视频图像分析现实生活中的视频往往存在抖动现象,以往的方法一般先将视频图像进行去抖动的预处理,然后再进行分析,如跟踪运动目标等,我们在改进了 KDA 模型的基础上给出一个统一的变分模型框架,在泛函中添加一个仿射变换,使之能够处理抖动视频,同时做到去除抖动,目标跟踪以及背景修复.我们先在约束空间考虑所提出的能量泛函极小解的存在性,然后证明该极小解等价于无约束条件下能量泛函的极小解.在极小化问题的求解过程中,我们利用交替迭代方法,将能量泛函极小化问题看作为三个子问题,并利用全变差的对偶方法快速求解极小化问题.对于上述视频图像的研究,文中给出的数值实验结果很好的说明了模型及交替迭代算法的有效
3、性.2.Chan-Vese 分割模型的改进经典的 Chan-Vese 模型无法有效的分割带纹理图像,本文利用信息论中常用的 Kullback-Leibler 散度改进 Chan-Vese 模型,使之能够分割复杂图像.我们首先在给出基于 KL 散度的灰度图像分割模型,然后将其推广到彩色图像分割上.并且我们证明了能量泛函极小解的存在性,给出相应的 E-L 方程, 利用基于全变差范数的快速整体极小方法求解该模型,在数值实验部分,与现有一些方法进行了比较.3.基于色度亮度分解的彩色图像处理基于色度亮度分解模型的彩色图像处理方法往往会比基于 RGB 模型的方法会取得更好的效果.但是该方法要考虑关于色度信
4、息的球面约束问题,本文在研究了现有方法的基础上,采用中间变量法,给出了一个新的方法处理该约束,并且分别应用到色彩图像的去噪问题及着色问题上.此外我们首次提出了一种基于色度亮度分解的彩色图像分割模型,对亮度信息利用 Wasserstein 距离来处理,对色度信息利用带球面约束的向量值 Chan-Vese 保真项处理,并介绍了变分泛函极小解的存在性相关定理以及相应的 E-L 方程,然后通过引入一个附加变量,给出了泛函极小化问题的快速整体最小方法.4.空间变化噪声的去除在雾,人体组织等散射介质中所得到的图像,往往噪声不是均匀的,而是空间变化的,本文分析了空间变化噪声模型,并提出一个能够在去除空间变化
5、噪声的同时保持图像纹理信息的变分去噪方法.然后给出了泛函极小的存在性证明,用负梯度下降方法求解极小化问题.在数值实验部分与 ROF 模型及非局部平均(Non-localMeans)方法进行了比较.【关键词】：数字图像处理变分法偏微分方程(PDE)Euler-Lagrange 方程 BV 函数中间变量法全变差范数对偶算法视频去抖动运动目标跟踪图像分割 Kullback-Leibler 散度色度亮度分解着色空间变化噪声【学位授予单位】：华东师范大学【学位级别】：博士【学位授予年份】：2009【分类号】：TP391.41【目录】：摘要 6-8Abstract8-12 第一章绪论 12-151.1 引
6、言 12-131.2 本文的主要研究内容及结果 13-15 第二章有界变差函数空间15-212.1 标量函数的 BV 空间及其重要性质 15-172.2 向量值函数的BV 空间 17-21 第三章抖动视频分析的变分模型 21-393.1 引言 21-233.2变分模型的提出 23-243.3 泛函能量极小的证明 24-283.4 模型的求解28-323.5 实验结果及分析 32-333.6 本章小结 33-39 第四章基于 KL 散度的图像分割 39-574.1 引言 39-404.2 高斯分布的 KL 散度 40-414.3灰度图像分割模型 41-524.4 彩色图像分割模型 52-554.5 本章小结55-57 第五章色度亮度分解在彩色图像处理中的应用 57-865.1 常见色彩模型简介 57-635.2 色彩去噪及填补模型 63-765.3 彩色图像分割模型 76-86 第六章空间变化噪声去除的变分模型 86-966.1 引言 86-876.2 模型的提出 87-906.3 局部方差估计 90-916.4 数值实验结果 91-936.5 本章小结 93-96 第七章总结与未来研究展望 96-987.1 总结 96-977.2 本文的主要研究内容及结果 97-98 参考文献 98-104 致谢 104-105 博士期间论文目录 105 本论文购买请联系页眉网站。
