基于壓縮感知的圖像復原技術(shù)的研究.pdf

1、圖像復原一直是一個熱門的研究技術(shù)，在眾多學科與領(lǐng)域都占據(jù)重要的地位，比如計算機視覺、醫(yī)學、航天技術(shù)、以及數(shù)字圖像與信號處理等領(lǐng)域。圖像的去噪以及去模糊是圖像復原的重點研究方向，它要求對退化圖像既能去除噪聲與模糊，還要盡可能地保留圖像的紋理與邊緣等細節(jié)部分，但是兩者往往不能同時滿足。本文提出將壓縮感知技術(shù)運用到圖像復原中，對現(xiàn)有的算法進行改進與創(chuàng)新以達到復原的效果。
　　論文的研究任務(wù)主要分為兩點：
　　(1)一般的全局字典在

2、對圖像進行稀疏表示時并不能對細節(jié)部分進行很好地表示，為了改善這一狀況，本文的算法是先將圖像按照特性分成三部分，即平滑類、紋理類以及邊緣類。分解的思路是將訓練樣本首先利用方差分成非平滑類與平滑類，再利用主成分分析的方法將非平滑類分為紋理與邊緣類。將分解好的三部分使用K-SVD字典訓練學習的方法分別訓練出自適應(yīng)冗余字典，并進行稀疏表示從而到達去噪的目的。實驗最終圖像與結(jié)果顯示，本文改進的基于分類的自適應(yīng)冗余字典的去噪算法相比較其他兩種算法在