基于稀疏表示的紅外圖像濾波算法研究.pdf

1、隨著紅外熱成像技術(shù)發(fā)展的日趨成熟，紅外熱成像系統(tǒng)的應(yīng)用已經(jīng)從軍事領(lǐng)域逐漸延伸到社會(huì)生活的各個(gè)領(lǐng)域，這種應(yīng)用范圍的擴(kuò)展，對(duì)系統(tǒng)的成像質(zhì)量提出了更高的要求。受成像器件制造工藝水平的限制以及外界環(huán)境等因素的影響，采集圖像的過(guò)程中會(huì)引入大量噪聲，嚴(yán)重影響紅外圖像的質(zhì)量及使用價(jià)值。目前成像器件的研制水平已接近國(guó)家基礎(chǔ)工業(yè)水平，從此處著手改善成像器件的性能成本高，且收效甚微，而利用數(shù)字圖像處理技術(shù)，通過(guò)使用算法濾除圖像噪聲的方式來(lái)改善紅外圖像質(zhì)量，

2、成本低且見(jiàn)效快，具有重要的應(yīng)用和推廣價(jià)值。
　　 傳統(tǒng)的圖像濾波算法通常從頻域區(qū)分圖像有用信息和噪聲，使得算法在濾除噪聲的同時(shí)也會(huì)濾除圖像的細(xì)節(jié)信息，針對(duì)此問(wèn)題，提出基于過(guò)完備稀疏表示的紅外圖像濾波算法，該算法以圖像的稀疏表示理論為依據(jù)定性劃分圖像有用信息和噪聲，圖像中有用信息可以由具有結(jié)構(gòu)性的原子稀疏表示，而噪聲是隨機(jī)成分，不具有結(jié)構(gòu)特性，不能用原子表示，由此可有效區(qū)分圖像有用信息和噪聲。
　　 本文算法通過(guò)奇異值分解

3、方法，以原始紅外圖像為樣本學(xué)習(xí)得到性能優(yōu)良的過(guò)完備原子庫(kù)，并采用匹配追蹤算法，以能量衰減速率作為分解的條件閾值，將紅外圖像稀疏分解到該過(guò)完備原子庫(kù)上，僅圖像有用信息可由原子稀疏表示出來(lái)，以此重構(gòu)紅外圖像，即可排除噪聲的干擾。然后，課題針對(duì)算法計(jì)算量巨大的問(wèn)題提出分塊分解的優(yōu)化思想，使得算法實(shí)時(shí)性能改善明顯。
　　 論文最后對(duì)本文算法及常見(jiàn)的圖像濾波算法進(jìn)行了Matlab仿真實(shí)驗(yàn)，經(jīng)本文算法處理后的紅外圖像PSNR值可達(dá)到23.5