《面向圖像復原的條件隨機場模型研究》是依託中國人民解放軍國防科技大學，由鐘平擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：面向圖像復原的條件隨機場模型研究
- 項目類別：青年科學基金項目
- 項目負責人：鐘平
- 依託單位：中國人民解放軍國防科技大學
中文摘要,結題摘要,
中文摘要
圖像因成像、傳輸等過程中的不良因素引起的圖像質量下降，嚴重製約圖像的使用和後期處理。旨在恢復和改善圖像質量的圖像復原一直受到廣泛關注，是圖像處理領域重要的研究內容。如何很好滿足迫切的套用需求仍然面臨巨大的挑戰。CRF模型是近年來出現的一種機率圖模型，剛剛開始套用於圖像復原領域。本課題旨在以圖像去噪聲和去模糊兩個圖像復原內容為主要研究對象，研究基於CRF模型的圖像復原的新理論和新方法，力圖更多的提取來自多源的多類型信息並有效的融合使用，高效適應待覆原圖像多場景類別、多圖像內容和多降質類型的套用需求。本課題擬開展如下研究：（一）通過分析圖像內容，增加隱變數，構建具有擴展圖結構的CRF模型，提供從多信息源中提取多類型結構信息的技術平台；（二）通過對降質圖像場景類別、圖像內容和降質類型的分析，建立圖像復原的子類分析及其模型訓練的理論和方法；（三）通過並行處理和稀疏化處理，建立快速高效的推斷方法。
結題摘要
項目重點研究基於條件隨機場（CRF）模型的圖像復原新理論和新方法，取得的主要成果和結論為：（1）構建了支持圖像復原研究的樣本圖像庫。廣泛收集和構建了包括自然圖像、高光譜遙感圖像、可見光遙感圖像等典型圖像庫及其標記圖像庫，並研究了成像過程中典型降質模型的建模。成果成功套用到某型號項目中，理論成果投稿到IEEE TMM；（2）研究了圖像中多類型結構特徵分析、表述與套用方法。通過光譜和空間相關矩陣分析和描述了高光譜圖像中存在的空-譜上下文結構信息，通過反卷積網路模型分析和描述了可見光遙感圖像中的多層次結構特性，通過專家場和非局部方法分析和描述了自然圖像中的結構特徵。成果發表在IEEE TIP、IEEE TGRS、OE、宇航學報、數位技術與套用；（3）提出了多譜段CRF圖像復原模型。深入研究了模型構建、高效訓練、快速推斷等內容，由於模型能夠同時利用高光譜圖像中存在的空-譜上下文結構信息，復原性能優於目前流行的方法。成果發表在IEEE TGRS；（4）提出了能夠同時進行復原與分類的CRF與MLR組合模型。研究了一種在MEM訓練框架下緊密組合CRF和MLR的方法，使圖像復原結果保證分類結果在指定線性或非線性性能衡量指標下達到最優。成果投稿到IEEE TGRS；（5）擴展研究了面向圖像分類的CRF模型。受上述組合CRF與MLR同時進行復原與分類研究的啟發，我們構想能否將復原與分類統一到一個CRF模型框架下，為此預先擴展研究了面向圖像分類的CRF模型。①提出了局部訓練的CRF模型，其分類能力優於目前公認性能優異的SVM算法，成果發表在IEEE TIP。②提出了具有高階稀疏勢函式的CRF模型，能夠明顯提高目標細節的分類性能，成果發表在IEEE TGRS。③ 研究了基於L1正則化的稀疏CRF模型，有效解決分類過擬合問題，成果發表在IJRS。④ 提出了基於分塊動態訓練的稀疏CRF模型，實現選擇很少量特徵子集，取得滿意的標記正確率，成果發表在國際會議SSPR & SPR 2012。本項目共發表論文10篇，其中SCI檢索5篇，包括IEEE TIP長文1篇，IEEE TGRS 長文2篇，IJRS 長文1篇，OE短文1篇。部分成果成功用於某型號光學和高光譜圖像復原項目中。理論與套用成果表明，CRF模型作為圖像復原的一種新理論和新方法，具有極大的潛力，值得進一步深入研究。
