SL0稀疏表示的圖像修復研究.pdf

1、數(shù)字圖像修復是指利用特定的修復算法對破損圖像中的受損區(qū)域進行重構以及對圖像中的多余物體進行剔除的過程，使得修復后的圖像讓人們無法觀察出圖像的修復痕跡，符合人眼視覺效應。
　　稀疏表示的圖像修復算法極具研究價值，因為其克服了傳統(tǒng)的基于紋理合成的圖像修復算法中存在的錯誤匹配問題，是一種自適應性更強的圖像修復算法。本論文圍繞稀疏表示的圖像修復算法進行研究，分析現(xiàn)有算法存在的缺陷，探討一系列的改進措施，具體工作成果如下所示：
　　第

2、一，在傳統(tǒng)的基于稀疏表示的修復算法中，重構算法往往采用主流的正交匹配追蹤算法（OMP），但其在重構時需要預估圖像塊的稀疏度，并且將所有圖像塊的稀疏度設為統(tǒng)一值，而稀疏度估計過小或者過大都將影響重構效果。為此，本文將不需要預估信號稀疏度的平滑l0范數(shù)（SL0）算法應用于圖像修復中，提出一種SL0分類稀疏表示的圖像修復新算法。算法首先將圖像分塊，利用圖像塊特征分類；然后，利用奇異分解法（SVD）對不同的圖像樣本塊分別進行字典訓練，以提高字典

3、的自適應能力；在此基礎上，采用近似雙曲正切函數(shù)去近似l0范數(shù)，利用共軛梯度法求解該函數(shù)，對傳統(tǒng)的SL0算法進行改進，以實現(xiàn)高精度的重構。仿真實驗結果表明，該修復算法對圖像修復后的質(zhì)量有較大的提高，修復效果符合人眼視覺效應。
　　第二，針對傳統(tǒng)稀疏表示的圖像修復算法中，因按塊對圖像邊緣進行修復時，導致邊緣產(chǎn)生延伸、模糊現(xiàn)象等不足，本文采用邊緣擬合技術，利用邊緣結構約束，提出一種邊緣擬合與SL0相結合的圖像修復算法。算法首先采用整體邊