基于稀疏模型的遙感圖像去噪處理研究.pdf

1、遙感圖像在獲取、存儲(chǔ)以及傳播的過程中都會(huì)受到各種噪聲的污染，造成了圖像質(zhì)量的下降。因此，圖像的去噪就成為非常重要的手段。近年來，稀疏表示的研究開始興起，并且已經(jīng)應(yīng)用到了圖像處理的各個(gè)領(lǐng)域，如圖像去噪、人臉識(shí)別、圖像分割以及圖像壓縮等。本文主要研究的是稀疏模型下遙感圖像的去噪處理。主要研究?jī)?nèi)容如下:
　　(1)基于過完備字典的圖像分塊稀疏表示的去噪算法研究。首先對(duì)整幅圖像進(jìn)行分塊處理，在Bayes理論框架下，獲取圖像小塊的近似稀疏表

2、示，然后利用滑窗稀疏編碼的方法，得到整幅圖像的所有最優(yōu)化的稀疏系數(shù)，最后將這些稀疏系數(shù)進(jìn)行重構(gòu)得到去噪后的圖像。
　　(2)基于字典學(xué)習(xí)的自適應(yīng)圖像稀疏表示去噪方法研究。首先借鑒K-SVD算法，初始化過完備字典，通過噪聲圖像塊訓(xùn)練字典，然后應(yīng)用學(xué)習(xí)得到的字典對(duì)噪聲圖像進(jìn)行稀疏表示。訓(xùn)練后的字典能夠更有效的表示圖像的內(nèi)容，去噪效果明顯。仿真實(shí)驗(yàn)結(jié)果表明該方法在遙感圖像去噪方面具有比較理想的效果。
　　(3)小波變換能夠有效地分