基于稀疏性的視頻降噪算法研究及應(yīng)用.pdf

1、降噪一直是圖像視頻領(lǐng)域的一個(gè)重要研究方向，隨著稀疏性理論的發(fā)展，應(yīng)用于圖像視頻的降噪方法逐漸從簡(jiǎn)單的濾波器逐漸向基于稀疏性的降噪方法發(fā)展。目前比較公認(rèn)的前沿算法包括：基于塊匹配方式的降噪方式，這種方式基于圖像、視頻具有幀間、幀內(nèi)的高自相似性的稀疏特性來進(jìn)行降噪；另一個(gè)方向是基于壓縮感知稀疏理論的降噪，這種方法設(shè)計(jì)最小化問題來提高圖像的稀疏性，從而降低圖像的噪聲。本文從基于塊匹配稀疏性和基于壓縮感知稀疏性兩個(gè)方面分別提出了新的降噪算法。<

2、br>　　從基于塊匹配稀疏性的角度，本文提出了一個(gè)針對(duì)不同數(shù)據(jù)類型的降噪模型。第一，針對(duì)視頻降噪，提出了OL-BM4D降噪框架，該框架基于魯棒性光流校正算法，將四維塊匹配降噪算法改進(jìn)使之能夠解決視頻降噪問題。第二，針對(duì)四維醫(yī)學(xué)數(shù)據(jù)（如4D-CT、4D-MRI），提出了BM5D降噪框架，該算法將塊匹配算法改進(jìn)后使其適應(yīng)于四維數(shù)據(jù)降噪，并且通過使用方差穩(wěn)定算法，解決醫(yī)學(xué)數(shù)據(jù)混入的萊斯噪聲的方差不穩(wěn)定的特殊性使其難以被降噪的問題。
　　

3、從基于壓縮感知稀疏性的角度，本文提出了針對(duì)OCT圖像的基于三維相關(guān)度聚類的壓縮感知稀疏性降噪算法。該算法使用字典算法和光流特征進(jìn)行三個(gè)維度上的聚類，通過使用最優(yōu)化算法提高圖像塊的稀疏性來達(dá)到降低噪聲的目的，在求解三維相關(guān)度聚類最優(yōu)化問題的時(shí)候?qū)栴}簡(jiǎn)化為三項(xiàng)L1最小化問題，并提出了使用替代函數(shù)迭代收縮法來解三項(xiàng)L1最小化問題的方法；在此基礎(chǔ)上基于噪聲估計(jì)改進(jìn)針對(duì)OCT圖像的陰影補(bǔ)償算法，使其能夠適應(yīng)在噪聲均值不為0情況下的補(bǔ)償。在降噪補(bǔ)