基于非局部相似性和稀疏表示的圖像去噪技術(shù)研究.pdf

1、圖像去噪是以觀測到的圖像為依據(jù)，根據(jù)圖像本身的先驗知識和退化模型來得到反應(yīng)真實場景的圖像，它是保證人們正確理解圖像信息的重要手段。根據(jù)噪聲的來源和污染模型不同，可以將噪聲分為多種形式。本文主要研究受高斯噪聲和沖擊噪聲所組成的混合噪聲污染的情況。圖像的非局部相似性和稀疏性是圖像的兩種重要的先驗知識，本文以變分模型為基礎(chǔ)將這兩種先驗知識結(jié)合起來，通過求解變分模型來得到去噪后圖像。所做工作如下：
　　1、對高斯噪聲、沖擊噪聲以及混合噪聲

2、的形成進行了分析，構(gòu)建了混合噪聲的污染模型。對前人提出的一些經(jīng)典的去噪算法進行了實驗仿真，并對這幾種算法的優(yōu)缺點進行了總結(jié)分析。
　　2、詳細(xì)研究了通過稀疏表示進行圖像去噪的原理、模型和算法。將稀疏表示應(yīng)用于混合噪聲的去除中，通過構(gòu)建有效的訓(xùn)練字典來得到圖像的稀疏表示先驗，對稀疏模型求解得到去噪圖像。
　　3、對于在混合噪聲下求取圖像的非局部相似性先驗進行了研究分析。將非局部相似性用于混合噪聲的去除中，對相關(guān)算法進行了實驗仿