基于字典学习和稀疏表示的单通道语音增强算法综述*

如何从带噪语音信号中恢复出干净的语音信号一直都是信号处理领域的热点问题。近年来研究者相继提出了一些基于字典学习和稀疏表示的单通道语音增强算法,这些算法利用语音信号在时频域上的稀疏特性,通过学习训练数据样本的结构特征和规律来构造相应的字典,再对带噪语音信号进行投影以估计出干净语音信号。针对训练样本与测试数据不匹配的情况,有监督类的非负矩阵分解方法与基于统计模型的传统语音增强方法相结合,在增强阶段对语音字典和噪声字典进行更新,从而估计出干净语音信号。本文首先介绍了单通道情况下语音增强的信号模型,然后对4种典型的增强方法进行了阐述,最后对未来可能的研究热点进行了展望。     

一种改进的光场μPIV反卷积重建算法

光场显微粒子图像测速技术(μPIV)利用Lucy-Richardson反卷积算法重建粒子场时需进行多次迭代计算,重建耗时长.为提高重建效率,本文利用光场μPIV流场测量过程中示踪粒子稀疏分布的特点,提出一种改进的反卷积重建算法.该算法以粒子场中非零元素与对应点扩散函数的乘积和代替粒子场与点扩散函数的卷积运算,减少了反卷...     

基于非线性光谱字典学习的单幅RGB图像光谱重建方法研究

针对单幅RGB图像重建光谱图像中的病态问题,提出一种基于非线性光谱字典学习的非线性重建方法。为了适应线性和非线性数据,该方法首先改进了基于自联想神经网络模型的非线性主成分分析算法,并利用其从训练光谱集中学习低维光谱字典,用于光谱重建的求逆方程中,以缓解病态状况。再在此光谱字典基础上,利用阻尼高斯牛顿法结合截断奇异值分解的正则化方法,进一步缓解该非线性反演的病态问题,实现单幅RGB图像重建光谱图像。在实验中,采用Munsell以及Munsell+Pantone两个光谱训练集学习光谱字典,同时利用CAVE和UEA光谱图像库进行光谱重建测试。该方法测试结果与现有方法比较发现,该方法在不同光谱训练集下重建CAVE和UEA两库光谱图像的均方根差的平均值最低,分别为0.212 4, 0.255 4, 0.229 4和0.294 9,均方根差的标准偏差接近最好方法的效果,分别为0.068 5, 0.084 7, 0.066 8和0.087 0。此结果表明该方法针对单幅RGB图像重建光谱图像在重建精度和稳定性上均存在优势。     

基于双字典和稀疏表示的医学图像超分辨率重建

在医学影像图像处理过程中,由于成像技术和成像时间的限制,还无法获取满足诊断需求的清晰图像,这使得在现有技术和极短时间内所获取的医学病理图像需要进行超分辨率的重建处理;基于学习的图像超分辨率思想是从已建立的先验模型中重建出高频细节;在文章中,将要估计的高频信息认为是由主要高频和冗余高频两部分组成,提出了一种基于双字典学习和稀疏表示的医学图像超分辨率重建算法,由主要字典学习和冗余字典学习组成,分别渐近地恢复出主要高频细节和冗余高频细节;实验结果的数据分析和视觉效果显示,所提出双层递进方法能够恢复更多的图像细节且在性能指标上比现有的其他几种方法均有所提高。     

基于结构字典学习的图像复原方法

本文提出一种新的结构字典学习方法,并利用它进行图像复原。首先给出结构字典学习的基本内容和方法,然后将傅里叶正则化方法和结构字典学习方法有效整合到图像复原算法中。结构字典学习方法是先将原图像进行结构分解,再分别学习出每个结构图像中的字典,最后利用这些字典对原图像进行稀疏的表示。结合傅里叶正则化,提出了一种有效的迭代图像复原算法:第一步在傅里叶域利用正则化反卷积方法得到图像的初步估计;第二步采用结构字典学习的方法对遗留的噪声进行去噪处理。实验结果表明,提出的方法在改进信噪比和视觉质量上都要优于6种先进的图像复原方法,改进的信噪比平均提升0.5 d B以上。     

基于掩膜的光场采集与重建的研究

针对现有光场采集方式中存在的:相机阵列采集方式的硬件成本高,体积庞大;单相机分时采集光场局限采集静态光场;积分成像光场采集得到的光场空间分辨率低等问题。研究了一种基于掩膜(mask)的光场采集与重建方法。建立了光场采集模型,分析了光场在傅里叶域的成像过程;采用了随机衰减掩膜mask对光场信号进行随机编码,得到了被编码的传感器图像;离线学习了过完备光场字典,结合压缩感知理论对编码的传感器图像进行了非线性优化,重新恢复了原始的光场。     

基于姿势字典学习的人体行为识别

提出一种基于人体轮廓表达的姿势学习框架来进行人体行为识别。通过一种基于Procrustes形状分析和局部保持投影的姿势特征表示方法,从人体运动视频中提取具有平移、旋转和放缩不变性的姿势特征,在保留人体姿势的局部流形结构的同时尽量提取子空间上的判别信息。针对该特征还提出了一种基于姿势字典学习的人体行为识别框架,对每类行为分别学习一个对应于该类的字典,通过串联所有类的字典来得到整个姿势字典;并通过最小重构误差准则来分类测试视频。在Weizmann和MuHAVi-MAS14数据集上的实验结果证实了该方法的识别率高于大部分经典方法。特别是在MuHAVi-MAS14数据集上的识别率对比已有的结果上有巨大的提升。     

压缩光场重建与深度估计

针对光场深度估计过程中数据量大、边缘处深度估计结果不准确问题,利用压缩感知原理重建光场,提出一种新的多信息融合的光场图像深度估计算法。利用压缩感知重建算法重建5×5视角光场数据,获取光场数据后首先移动子孔径实现重聚焦,然后利用角度像素块散焦线索和匹配线索计算出场景初始深度和置信度。计算图像边缘信息,通过融合初始深度、置信度、边缘信息获取最终深度。实现压缩光场仿真重建,并对仿真光场数据和公开光场数据进行深度估计,实验结果表明:可以仿真重建出5×5视角光场数据,且仿真重建的光场可用于深度估计。该深度估计算法在场景边缘处的深度估计结果边界清晰,层次分明,验证了重建光场深度估计的可行性与准确性。     

基于单次曝光光场成像的全焦图像重建技术

为了实现大景深信息全焦面高质量成像,提出了基于单次曝光光场成像的导向滤波全焦图像重建技术:结合光场成像采集视场信息,并采用光场重建的方式获取多聚焦图像源集,利用导向滤波的方法确定各级图像融合权重,进行图像融合得到大景深的全焦图像.实验证明,提出的基于单次曝光光场成像的导向滤波全焦图像重建技术不仅有效保证了多聚焦图像背景...     

基于判别字典学习与形态成分分解的多源图像融合

提出了一种基于形态成分分析的多源图像融合方法。为了将源图像中不同形态结构的卡通-纹理成分分离,把图像的分解问题转化为图像的分类问题,设计了卡通纹理判别字典学习模型。考虑到图像分解不仅与字典有关,还与分解的策略有关,设计了一种新的图像分解模型。在模型中,将纹理成分看成叠加在源图像卡通成分上的噪声,引入非局部均值相似性的一致性正则项,来约束稀疏编码系数的解空间。根据对应成分的编码系数l1范数值最大来选取融合图像的编码系数。实验结果表明,无论是在视觉效果还是在客观指标上,方法都具有更好的融合性能。     

基于阻尼LSQR-LMBC的火焰三维温度场重建

光场相机可以解决辐射测温多相机系统光路复杂、同步触发难等问题,在辐射成像三维温度重建时有其独特优势. LSQR是求解基于大型稀疏矩阵最小二乘问题的经典算法,该算法用于重建三维温度场时对温度初值依赖较大,在信噪比较低的情况下重建精度不理想.本文提出阻尼LSQR-LMBC重建算法,通过在LSQR方法中添加阻尼正则化项,提高火焰三维温度场重建的抗噪性能,并结合LMBC算法,实现吸收系数和三维温度场同时求解.在数值模拟部分,随着信噪比逐渐降低,阻尼LSQR的重建效果比LSQR更加稳定,在信噪比达到13.86 d B时,重建精度大约提高30%.阻尼LSQR-LMBC的平均重建误差为6.63%.用丁烷火焰进行了实验,重建的丁烷火焰三维温度场分布符合辐射火焰燃烧的特征,和热电偶的测温数据结果进行对比,相对误差在6.8%左右.     

稀疏阈值的超分辨率图像重建

为了解决基于字典学习的超分辨重构算法耗时过长的问题,提出了基于稀疏阈值模型的图像超分辨率重建方法。首先,将联合字典理论与图像块稀疏阈值方法相结合,训练得到高、低分辨率过完备图像字典对。接着,通过稀疏阈值OMP算法对图像特征块进行稀疏表示。然后,通过高分辨率字典重构出初始的超分辨图像。最后,通过改进迭代反投影算法对初始的超分辨图像进行全局优化,从而进一步提高图像重构质量。实验结果表明,超分辨图像重构平均峰值信噪比(PSNR)为30.1 d B,平均结构自相似度(SSIM)为0.937 9,平均计算时间为10.2 s。有效提高了超分辨重构的速度,改善了重构高分辨图像的质量。     

基于 L-曲线参数优化的均匀声场重建算法

为了得到最小二乘法声场重建问题的稳定解,通常需要引入Tikhonov正则化方法。然而正则化程度取决于正则化参数的选择。针对这一问题,提出了一种基于L-曲线法参数选择的均匀声场重建算法。该算法根据重建误差与扬声器功率计算得到L-曲线,该曲线上曲率最大的点所对应的参数值作为Tikhonov正则化参数的选值。确定正则化参数后可进一步得到扬声器权系数以及重建均匀声场。针对不同正则化参数取值方法,对控制区域进行均匀声场重建以及重建性能仿真。仿真结果及实验表明,L-曲线法实现了重建误差与扬声器驱动信号功率之间的平衡。     

X射线光场成像技术研究

X射线三维成像技术是目前国内外X射线成像研究领域的一个研究热点.但针对一些特殊成像目标,传统X射线计算层析(CT)成像模式易出现投影信息缺失等问题,影响CT重建的图像质量,使得CT成像的应用受到一定的限制.本文主要研究了基于光场成像理论的X射线三维立体成像技术.首先从同步辐射光源模型出发,对X射线光场成像进行建模;然后,基于光场成像数字重聚焦理论,对成像目标场在深度方向上进行切片重建.结果表明:该方法可以实现对成像目标任一视角下任一深度的内部切片重建,但是由于光学聚焦过程中的离焦现象,会引入较为严重的背景噪声.当对其原始数据进行滤波后,再进行X射线光场重聚焦,可以有效消除重建伪影,提高图像的重建质量.本研究既有算法理论意义,又可应用于工业、医疗等较复杂目标的快速检测,具有较大的应用价值.     

Filtering noisy chaotic signal via sparse representation based on random frame dictionary

The denoising problem of impure chaotic signals is addressed in this paper. A method based on sparse representation is proposed, in which the random frame dictionary is generated by a chaotic random search algorithm. The numerical simulation shows the proposed algorithm outperforms those recently reported alternative denoising methods.     

基于块稀疏贝叶斯学习的多任务压缩感知重构算法

本文提出一种基于块稀疏贝叶斯学习的多任务压缩感知重构算法, 利用块稀疏的单测量矢量模型求解多任务重构问题. 通过对信号统的计特性和稀疏块内的结构特性进行联合数学建模, 将稀疏重构问题转贝叶斯框架下的特征参数的迭代更新问题. 本文算法不需要信号稀疏度和噪声强度的先验信息, 是一种高效的盲重构算法. 仿真实验表明, 本文算法能有效利用信号的统计特性和结构信息, 在重构精度和收敛速率方面能够很好地折衷.