基于稀疏表示的魯棒相位恢復(fù)算法研究.pdf

1、相位恢復(fù)是指僅利用傅立葉變換或者其它線性變換的幅值對原始圖像進(jìn)行重建，由于相位信息的缺失，該問題具有不適定性。在實際應(yīng)用中，相位恢復(fù)問題會受到不同噪聲干擾，因此在稀疏表示的基礎(chǔ)上，本文主要圍繞具有魯棒性的相位恢復(fù)算法進(jìn)行研究，具體研究內(nèi)容如下：
　　首先，考慮到隨機(jī)相位照明應(yīng)用到相位恢復(fù)問題中可以降低采樣率以及時間復(fù)雜度，提出了基于隨機(jī)相位照明的抗泊松噪聲污染的相位恢復(fù)算法，該算法以負(fù)log的泊松似然函數(shù)作為數(shù)據(jù)保真項，并引入全變

2、差正則項表示圖像在梯度變換下的稀疏性。實驗結(jié)果表明，該算法針對受不同強(qiáng)度泊松噪聲干擾的相位恢復(fù)問題具有良好的重建效果。
　　其次，針對實際應(yīng)用中相位恢復(fù)問題存在不同類型噪聲干擾，提出了一種基于全變差正則項的魯棒相位恢復(fù)算法，該算法不僅利用了全變差正則項，還將l1范數(shù)與l2范數(shù)加權(quán)和作為數(shù)據(jù)保真項引入到相位恢復(fù)問題中。實驗結(jié)果表明，該算法在無需噪聲類型先驗的條件下，對不同類型單一噪聲及混合噪聲均魯棒。
　　最后，針對圖像包含不