基于壓縮傳感的圖像去噪算法研究.pdf

1、圖像是獲取信息的重要途徑之一,對(duì)圖像的處理是信息理論中的重要內(nèi)容。由于圖像信號(hào)在獲取、傳輸以及存儲(chǔ)等過程中會(huì)受到噪聲的影響,導(dǎo)致圖像質(zhì)量下降,變得模糊不清。因此要獲取高質(zhì)量的圖像,對(duì)圖像進(jìn)行去噪處理顯得尤為重要。本文主要研究一種不同于傳統(tǒng)信號(hào)處理的理論——壓縮傳感(Compressed Sensing,簡(jiǎn)稱CS),及其在圖像去噪領(lǐng)域的應(yīng)用。在CS理論中,對(duì)具有稀疏性或者可壓縮性的信號(hào),以遠(yuǎn)低于奈奎斯特頻率進(jìn)行采樣,在采樣的同時(shí)即對(duì)數(shù)據(jù)進(jìn)

2、行壓縮,得到包含所有信號(hào)特征的壓縮數(shù)據(jù)。再通過相應(yīng)的重構(gòu)算法得到原始的信號(hào)。壓縮傳感理論打破了香農(nóng)定理的瓶頸,在數(shù)據(jù)傳輸?shù)倪^程中大大節(jié)省了存儲(chǔ)和傳輸?shù)目臻g及成本,是數(shù)據(jù)采集技術(shù)中的新突破。
　　 本文首先對(duì)CS理論做了具體論述,介紹了CS理論在圖像重構(gòu)中的應(yīng)用。討論了常見的信號(hào)稀疏分解算法的原理及步驟,例如匹配追蹤算法(MP)、正交匹配追蹤算法(OMP)。簡(jiǎn)單介紹了奇異值分解算法和K均值算法的核心思想,討論了K均值算法和K-SV