稀疏信號(hào)表示理論及其在圖像增強(qiáng)中的應(yīng)用.pdf

1、眾所周知,Wavelet分析能夠?qū)哂悬c(diǎn)奇異性信號(hào)進(jìn)行有效的描述,但對(duì)于高維空間中沿各種曲線(xiàn)、曲面和超曲面分布的奇異性信號(hào)來(lái)講,Wavelet分析就失去了它的分析優(yōu)勢(shì).而稀疏信號(hào)表示理論是近幾年發(fā)展起來(lái)的一類(lèi)新的多尺度分析方法,它們對(duì)高維空間中具有直線(xiàn)或曲線(xiàn)奇異性信號(hào)具有良好的檢測(cè)性能,可以用稀疏的系數(shù)來(lái)表示原信號(hào).從而拓寬了Wavelet分析的應(yīng)用范圍,被廣泛地應(yīng)用于圖像處理的許多領(lǐng)域,包括圖像壓縮、圖像增強(qiáng)、圖像去噪等方面.本文首先

2、在系統(tǒng)研究稀疏信號(hào)表示理論的基礎(chǔ)上,實(shí)現(xiàn)了其中的Ridgelet和Curvelet兩種基本變換算法.然后,分析了Ridgelet變換和Curvelet變換在圖像處理中的應(yīng)用.基于圖像增強(qiáng)是圖像處理的主要研究?jī)?nèi)容之一,我們以此為例探討了稀疏信號(hào)表示的實(shí)際應(yīng)用.針對(duì)兩類(lèi)不同的圖像增強(qiáng)問(wèn)題,深入研究了基于稀疏信號(hào)表示的增強(qiáng)方法,并進(jìn)行了仿真實(shí)驗(yàn)驗(yàn)證.其一,針對(duì)紅外圖像中弱小目標(biāo)檢測(cè)的問(wèn)題,對(duì)包含弱小目標(biāo)的紅外圖像進(jìn)行了背景雜波抑制,實(shí)現(xiàn)了弱小