基于稀疏表示和字典學(xué)習(xí)的圖像去噪研究.pdf

1、對圖像進(jìn)行去噪，不僅可以便于人們更好的理解圖像信息，而且可以方便人們進(jìn)行后續(xù)的圖像處理，該技術(shù)在醫(yī)藥學(xué)、航天、軍事、工農(nóng)業(yè)等諸多方面發(fā)揮著重要的作用。因此，圖像去噪是圖像處理的重要內(nèi)容，受到越來越多人的關(guān)注。近年來，將稀疏表示用于圖像去噪是該領(lǐng)域的研究熱點(diǎn)。本文主要是基于稀疏表示理論來對圖像去噪方法進(jìn)行研究的，分別研究了稀疏表示固定字典和學(xué)習(xí)型字典的去噪方法及流程。在對稀疏表示去噪算法原理理解的基礎(chǔ)上，提出了一種新的去噪方法，在去噪效果

2、和速度上都有所提高。本文的具體工作內(nèi)容如下：
　?。?）分析了傳統(tǒng)圖像去噪基本理論及方法，并進(jìn)行了中值濾波、維納濾波、小波去噪等傳統(tǒng)去噪方法的實(shí)驗(yàn)。深入研究了稀疏表示相關(guān)理論，分析了稀疏去噪的基本模型，并基于固定的DCT字典和Gabor字典進(jìn)行了實(shí)驗(yàn)。通過實(shí)驗(yàn)效果對比，發(fā)現(xiàn)稀疏表示理論在圖像去噪領(lǐng)域的優(yōu)勢。
　?。?）基于K-SVD學(xué)習(xí)型字典的去噪模型框架，分析了字典學(xué)習(xí)和稀疏分解兩個(gè)關(guān)鍵環(huán)節(jié)。相比于傳統(tǒng)的固定字典，由于學(xué)習(xí)

3、型字典是通過機(jī)器學(xué)習(xí)得到，其包含有圖像的自有特征，所以一般情況下其去噪效果更好。在對學(xué)習(xí)型字典去噪實(shí)驗(yàn)的過程中，本文依據(jù)圖像中所含紋理內(nèi)容的多少建立測試圖像集，并分別采用K-SVD全局字典和自適應(yīng)字典進(jìn)行了實(shí)驗(yàn)，比較了這兩種字典的去噪效果：全局字典對紋理較少的結(jié)構(gòu)圖像有較好的去噪效果；自適應(yīng)字典對紋理較多的圖像有較好的去噪效果。
　?。?）對學(xué)習(xí)型字典的去噪效果進(jìn)行了分析，提出了基于MCA圖像分解的稀疏表示去噪思路：即將圖像分解為