基于稀疏表示的圖像去噪算法.pdf

1、圖像處理的最基本問(wèn)題是圖像去噪,隨著壓縮感知的興起與推廣,越來(lái)越多的學(xué)者開始關(guān)注稀疏表示理論及其應(yīng)用,基于稀疏表示的圖像去噪成為近年來(lái)該領(lǐng)域的前沿研究課題。論文研究了稀疏表示理論,探討了原子庫(kù)構(gòu)造和稀疏分解兩個(gè)關(guān)鍵性問(wèn)題。在此基礎(chǔ)上,對(duì)基于過(guò)完備字典稀疏表示的圖像去噪方法進(jìn)行了探索性研究。
　　在稀疏表示理論中,字典的構(gòu)造方法有兩種:一種是選取固定基組構(gòu)成解析型的字典;另一種是基于訓(xùn)練樣本學(xué)習(xí)得到自適應(yīng)字典。固定基構(gòu)造的字典雖然不

2、能自適應(yīng)表示信號(hào)的結(jié)構(gòu)特征,但具有很快的執(zhí)行速度,在實(shí)際中仍然廣泛應(yīng)用。論文選擇課題組前期提出的全相位雙正交變換(APBT)構(gòu)造原子庫(kù),并將幾種基函數(shù)組合成混合原子庫(kù),提出基于該類字典表示的圖像去噪方法,取得了較好的實(shí)驗(yàn)結(jié)果。
　　基于學(xué)習(xí)方法構(gòu)造的冗余字典可更加準(zhǔn)確地提取信號(hào)的結(jié)構(gòu)特征,也是近幾年的研究熱點(diǎn)。論文在研究了基于KSVD字典學(xué)習(xí)的圖像去噪算法的基礎(chǔ)上,將相關(guān)系數(shù)匹配準(zhǔn)則和字典裁剪方法相結(jié)合,提出一種改進(jìn)的字典學(xué)習(xí)算法