基于壓縮感知和稀疏表示理論的圖像去噪研究.pdf

1、在獲取、編碼、傳輸圖像信號的過程中，圖像不可避免的受到各種噪聲的污染，從而影響圖像的質(zhì)量和對圖像的后續(xù)處理。所以，圖像去噪作為圖像預(yù)處理的一個重要環(huán)節(jié)在近年來引起了人們的廣泛關(guān)注。
　　與傳統(tǒng)的去噪方法相比，基于壓縮感知理論的去噪方法能夠充分發(fā)揮稀疏表示的優(yōu)勢，靈活的適應(yīng)實際環(huán)境，降低采樣率和數(shù)據(jù)處理的成本，獲得較好的去噪效果。本文以圖像的稀疏表示為基礎(chǔ)，圍繞脊波變換、曲波變換、超完備稀疏表示理論等內(nèi)容展開探索和研究。
　　

2、論文闡述了圖像去噪技術(shù)的發(fā)展和壓縮感知理論的相關(guān)基礎(chǔ)知識，重點介紹了壓縮感知理論的三個步驟和常用算法。然后是文章的主要內(nèi)容：
　　1．介紹脊波變換的研究發(fā)展過程和應(yīng)用，詳細(xì)闡述了與脊波變換有著緊密聯(lián)系的 Radon變換，以及連續(xù)脊波變換和離散脊波變換的原理，并且以脊波變換為基礎(chǔ)，提出了一種與全變差最小模型相結(jié)合的圖像去噪算法，通過實驗對比，該算法能夠克服閾值收縮法的缺點，有更高的峰值信噪比和更好的視覺質(zhì)量，并說明該方法更適合于線狀

3、奇異特征豐富的圖像。
　　2．介紹曲波變換理論的相關(guān)知識，詳細(xì)闡述了兩代曲波變換的原理以及存在的問題，以正態(tài)高斯分布和最大后驗概率估計法為基礎(chǔ)，提出了基于曲波變換的收縮法圖像去噪方法。通過實驗數(shù)據(jù)對比得知，該方法能夠較好的去除噪聲，同時更好的保留了原始圖像的集合特征。
　　3．介紹字典的相關(guān)知識：字典的提出、字典的選擇、字典的設(shè)計，詳細(xì)介紹了超完備稀疏字典理論，包括字典的數(shù)學(xué)描述，超完備稀疏表示問題的解決方法，同時解釋了冗余