毕业论文课题相关文献综述
文 献 综 述 图像反问题是传感、成像和计算机视觉等领域的重要研究对象，主要包括：图像去噪（Image De-nosing），图像恢复（Image Restorsion），图像放大（Image Zooming），图像修补（Image Inpainting），图像去马赛克（image Demosaicing），图像超分辨(Image super-resolution )等。
在处理图像反问题早期，解决问题的手段主要是集中在基于迭代的基于物理模型的方法[1]-[3]。
去噪的主要目的是为自然图像找到一个好的模型。
早期的工作依赖于各种平滑性假设或用图像自相似性如块匹配与三维滤波(BM3D)[1]。
Kostadin Dabov等人提出了一种基于增强稀疏表示的图像去噪策略[1]，运用了块匹配与三维滤波(BM3D)过程，BM3D运用自相似性和稀疏的性质完成去噪任务。
噪声被很好地去除了，图像边缘保留完整，图像纹理得到了很好的还原。
并且进一步推广到彩色图片（C-BM3D）和视频（VBM3D）的降噪处理。
BM3D的复杂之处在于，首先找相似块，其次是采用了两次block-wise估计，复杂度相比NLM翻了1倍，且含有域变换操作,但它是基于经典,固定的正交字典。
Julien Mairal等人[2]把去噪和去马赛克都看作是图像重建问题，并提出了一种新的图像模型，将两种经典的技术结合到一个单一的框架中，利用相似的稀疏模式对相似的图像块进行分解，但是在非均匀噪声模型还略有缺陷。
Wangmeng Zuo等人通过进一步研究核范数最小化问题NNP问题提出了加权奇异值最小化（WNNM）[3],证明了非凸的WNNP问题可以等价地转化为带线性约束的QP问题。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
