基于稀疏模型的圖像復原技術研究.pdf

1、圖像復原是將現(xiàn)已質(zhì)量下降的圖像通過某種方法恢復出原高質(zhì)量圖像的技術。作為數(shù)字圖像處理領域中最基礎、最重要的研究熱點之一，圖像復原技術的研究具有重大意義和深遠影響。結(jié)合稀疏表示的圖像復原技術，圖像復原效果好，魯棒性強，值得進一步研究。本文主要圍繞稀疏表示在圖像復原中的應用進行深入的研究，并對現(xiàn)有的一些算法進行改進創(chuàng)新，主要完成如下工作。
　　主要針對圖像的復原的基本理論知識和稀疏表示的相關知識進行了簡單的介紹。首先敘述了圖像復原的基

2、本原理，針對圖像退化過程和復原過程進行數(shù)學建模，其次介紹了稀疏表示的基本原理，最后就本文所使用的圖像質(zhì)量評價方法做了重點分析。
　　大氣湍流同分子運動一樣都是大氣不規(guī)則運動的一種重要形式,它能使遠距離拍攝的圖像變得模糊，從而嚴重影響對觀測目標的識別與跟蹤。本文針對大氣湍流退化圖像的復原問題展開研究。首先對大氣湍流退化圖像的具體特征進行分析，結(jié)合稀疏表示理論，充分說明采用字典學習復原大氣湍流退化圖像具有理論依據(jù)；然后采用DCT過完備

3、字典、K-svd全局字典以及自適應字典對大氣湍流退化圖像進行處理，并采取傳統(tǒng)的維納濾波算法作對比實驗，進行相應的實驗和數(shù)據(jù)分析。通過仿真實驗不僅驗證了稀疏表示在大氣湍流退化圖像復原方面的有效性，而且說明通過字典學習的方法得到的復原圖像效果更優(yōu)。
　　為了降低計算復雜度，提高算法速率，解決圖像復原時遇到的不適定難題，本文將稀疏正則化和非局部自相似進行結(jié)合，采用兩種有效的約束方式對圖像進行約束，將難以求解的不適定問題轉(zhuǎn)化為極易求解的適