壓縮感知圖像去噪方法及其在無線衰變信道中的應用.pdf

1、信號在通信系統(tǒng)中經(jīng)過信道把發(fā)送端的數(shù)據(jù)傳輸?shù)浇邮斩?，信道是由這一過程中的傳輸媒介所構成的，由于信道通常存在著噪聲。這就會使得信號經(jīng)過信道時帶有噪聲，信道中比較經(jīng)典的兩種噪聲是高斯噪聲和椒鹽噪聲，或者他們的混合噪聲，本文主要研究圖像，因此是含噪圖像，含噪圖像嚴重影響了人們的視覺效果，阻礙了人們的識別，圖像質量的好壞決定了圖像后續(xù)的處理，因此，對信道噪聲進行去噪是必要的。
　　論文首先描述了傳統(tǒng)的圖像濾波方法，主要有中值濾波方法、平均

2、值濾波方法、維納濾波方法，傅里葉變換領域的去噪方法和小波變換領域的去噪方法，平均值濾波方法以及維納濾波都能夠比較好地去除高斯噪聲，但是只能夠去除小強度的噪聲干擾，并且不適用于椒鹽噪聲的抑制，中值濾波器能夠比較好的適用于椒鹽噪聲，并且當噪聲強度是小強度情況時，還能夠比較好地保留圖像的高頻信息，但它不適合于高斯噪聲和高強度的椒鹽噪聲的抑制。傅里葉變換對信號的分析是全局性的，無法表征信號的時域和頻域的局部性質，而小波變換能夠多分辨率分析信號，

3、并且在時域和頻域中都能夠表述信號的局部特征，因此，小波去噪方法相對于前面的各種方法來說，能夠更好的保留圖像的高頻信息，但是當噪聲強度增強到一定程度時，小波去噪方法也不能適用，因為它會造成嚴重的信息丟失，并且去噪效果不好。
　　針對上面提到的不足，本文提出了壓縮感知重構算法基追蹤(BPDN)的改進形式IBPDN，把抑制噪聲的2范數(shù)改為1范數(shù)，實驗表明該算法不僅能夠抑制信道中強度比較大的椒鹽噪聲和高斯噪聲，也能夠適用于信道中強度比較大