基于壓縮感知的圖像復(fù)原技術(shù)的研究.pdf

1、圖像復(fù)原一直是一個(gè)熱門的研究技術(shù)，在眾多學(xué)科與領(lǐng)域都占據(jù)重要的地位，比如計(jì)算機(jī)視覺、醫(yī)學(xué)、航天技術(shù)、以及數(shù)字圖像與信號(hào)處理等領(lǐng)域。圖像的去噪以及去模糊是圖像復(fù)原的重點(diǎn)研究方向，它要求對(duì)退化圖像既能去除噪聲與模糊，還要盡可能地保留圖像的紋理與邊緣等細(xì)節(jié)部分，但是兩者往往不能同時(shí)滿足。本文提出將壓縮感知技術(shù)運(yùn)用到圖像復(fù)原中，對(duì)現(xiàn)有的算法進(jìn)行改進(jìn)與創(chuàng)新以達(dá)到復(fù)原的效果。
　　論文的研究任務(wù)主要分為兩點(diǎn)：
　　(1)一般的全局字典在

2、對(duì)圖像進(jìn)行稀疏表示時(shí)并不能對(duì)細(xì)節(jié)部分進(jìn)行很好地表示，為了改善這一狀況，本文的算法是先將圖像按照特性分成三部分，即平滑類、紋理類以及邊緣類。分解的思路是將訓(xùn)練樣本首先利用方差分成非平滑類與平滑類，再利用主成分分析的方法將非平滑類分為紋理與邊緣類。將分解好的三部分使用K-SVD字典訓(xùn)練學(xué)習(xí)的方法分別訓(xùn)練出自適應(yīng)冗余字典，并進(jìn)行稀疏表示從而到達(dá)去噪的目的。實(shí)驗(yàn)最終圖像與結(jié)果顯示，本文改進(jìn)的基于分類的自適應(yīng)冗余字典的去噪算法相比較其他兩種算法在