超完備冗余表示下的圖像去噪方法研究.pdf

1、圖像表示理論和基于圖像表示理論的去噪方法是近年來圖像處理領(lǐng)域的研究熱點(diǎn)之一?；诔陚渥值涞膱D像信號稀疏表示是一種新的圖像表示理論,本文旨在將超完備冗余稀疏表示用于圖像去噪,利用超完備字典的冗余性有效捕捉圖像信號的各種結(jié)構(gòu)特征,從而在去噪中更好的保留圖像信號的細(xì)節(jié)信息。參考Elad在2006年提出的KSVD字典學(xué)習(xí)算法,本文深入討論了基于字典學(xué)習(xí)的圖像去噪方法,所做主要工作如下:
　　 (1)提出多尺度字典學(xué)習(xí)圖像去噪的思想,設(shè)

2、計(jì)了一種基于雙冗余字典學(xué)習(xí)的自然圖像去噪算法,采用平穩(wěn)小波框架構(gòu)造了多尺度字典,在圖像的多個尺度上分別訓(xùn)練超完備冗余字典,然后逐尺度的進(jìn)行字典學(xué)習(xí)去噪。該方法不僅結(jié)合了多尺度去噪和空域去噪的優(yōu)點(diǎn),而且各尺度上的字典學(xué)習(xí)可以采用不同的誤差控制,更好的保留了圖像的細(xì)節(jié)信息。實(shí)驗(yàn)結(jié)果驗(yàn)證了其有效性。
　　 (2)提出了一種基于支撐值變換和多尺度冗余字典學(xué)習(xí)的自然圖像去噪算法。支撐值變換是一種非抽樣的、二值的、各向同性和具有平移不變性的

3、冗余變換,變換后不僅不會產(chǎn)生抽樣變換帶來的振鈴效應(yīng),而且可以得到圖像更加豐富的時域信息和精確的頻率信息。引進(jìn)支撐值變換實(shí)現(xiàn)多尺度分解,取得了優(yōu)于(1)中算法的結(jié)果。
　　 (3)提出了一種基于字典學(xué)習(xí)與非局部濾波的SAR圖像相干斑噪聲抑制方法。該方法基于SAR圖像噪聲特性,引入點(diǎn)增強(qiáng)機(jī)制將圖像中重要的點(diǎn)目標(biāo)保留下來,采用字典學(xué)習(xí)和非局部濾波方法對增強(qiáng)后的SAR圖像去噪。從實(shí)驗(yàn)結(jié)果可以看出,該方法的抑斑結(jié)果優(yōu)于字典學(xué)習(xí)和非局部均值