基于统计分析与几何分析的图像统计独立表示方法研究

为建立图像的统计独立表示，图像统计分析，图像特征几何分析以及人类初级视觉皮层机理的研究分别提供了直接或间接的途径。本项目从分析这些研究途径自身的特点和表现出的共性入手，研究采用具有几何特征描述能力的基底函数去逼近图像统计独立模型的真实基底，来有效减少基底构建上所面临的盲目性和不准确性。研究基于图像几何特征稀疏表示的紧凑独立信息子集，来解决目前研究中难以处理的大尺寸图像统计独立表示问题。本项目着重研究具有自适应机制的方向性小波框架基函数，并研究与独立分量分析和稀疏编码的统计学习框架有机融合，来建立图像统计独立模型。基于图像的小波模极大值稀疏表示，来研究建立紧凑独立信息子集。本项目研究从图像几何分析和统计分析相融合的角度为图像统计独立表示研究提供了一个新途径，为现有的研究途径找到了一个契合点和进一步发展的方向，具有重要的理论意义。本项目的研究成果可广泛应用于图像压缩，图像识别等多个领域。