基于稀疏表示和字典学习的图像去噪研究

《基于稀疏表示和字典学习的图像去噪研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于稀（申请工学硕士学位论文）疏表示和字典学习的基于稀疏表示和字典学习的图像图像去去噪研究噪研究培养单位：信息工程学院银壮学科专业：通信与信息系统辰研究生：银壮辰指导教师：吴巍副教授武汉理工大学2014年5月万方数据分类号密级公开UDC学校代码10497学位论文题目基于稀疏表示和字典学习的图像去噪研究英文Researchonimagedenoisingbasedonthesparse题目representationanddictionarylearning研究生姓名银壮辰姓名吴巍职称副教授学位博士

2、指导教师单位名称信息工程学院邮编430070申请学位级别硕士学科专业名称通信与信息系统论文提交日期2014年4月论文答辩日期2014年5月学位授予单位武汉理工大学学位授予日期2014年6月答辩委员会主席刘泉评阅人刘泉吕锋2014年5月万方数据独创性声明本人声明，所呈交的论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得武汉理工大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志

3、对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。签名：日期：学位论文使用授权书本人完全了解武汉理工大学有关保留、使用学位论文的规定，即学校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人承诺所提交的学位论文（含电子学位论文）为答辩后经修改的最终定稿学位论文，并授权武汉理工大学可以将本学位论文的全部内容编入有关数据库进行检索，可以采用影印、缩印或其他复制手段保存或汇编本学位论文。同时授权经武汉理工大学认可的国家有关机构或论文数据库使用或收录本学位论文，

4、并向社会公众提供信息服务。（保密的论文在解密后应遵守此规定）研究生（签名）：导师（签名）：日期万方数据武汉理工大学硕士学位论文摘要对图像进行去噪，不仅可以便于人们更好的理解图像信息，而且可以方便人们进行后续的图像处理，该技术在医药学、航天、军事、工农业等诸多方面发挥着重要的作用。因此，图像去噪是图像处理的重要内容，受到越来越多人的关注。近年来，将稀疏表示用于图像去噪是该领域的研究热点。本文主要是基于稀疏表示理论来对图像去噪方法进行研究的，分别研究了稀疏表示固定字典和学习型字典的去噪方法及流程。在对

5、稀疏表示去噪算法原理理解的基础上，提出了一种新的去噪方法，在去噪效果和速度上都有所提高。本文的具体工作内容如下：（1）分析了传统图像去噪基本理论及方法，并进行了中值滤波、维纳滤波、小波去噪等传统去噪方法的实验。深入研究了稀疏表示相关理论，分析了稀疏去噪的基本模型，并基于固定的DCT字典和Gabor字典进行了实验。通过实验效果对比，发现稀疏表示理论在图像去噪领域的优势。（2）基于K-SVD学习型字典的去噪模型框架，分析了字典学习和稀疏分解两个关键环节。相比于传统的固定字典，由于学习型字典是通过机器学

6、习得到，其包含有图像的自有特征，所以一般情况下其去噪效果更好。在对学习型字典去噪实验的过程中，本文依据图像中所含纹理内容的多少建立测试图像集，并分别采用K-SVD全局字典和自适应字典进行了实验，比较了这两种字典的去噪效果：全局字典对纹理较少的结构图像有较好的去噪效果；自适应字典对纹理较多的图像有较好的去噪效果。（3）对学习型字典的去噪效果进行了分析，提出了基于MCA图像分解的稀疏表示去噪思路：即将图像分解为结构部分和纹理部分，然后使用全局字典对结构部分进行去噪，使用自适应字典对纹理部分去噪。这样可

7、以更有针对性的对图像的不同部分进行去噪处理，实验结果表明该方法在去噪效果上有所提升。（4）为了提高基于MCA图像分解稀疏表示去噪算法的速度，引入了一种双稀疏的字典结构，以加快自适应字典的构建速度，在去噪效果不损失的情况下，提高了图像去噪的速度，取得了满意的实验效果。关键词：图像去噪，稀疏表示，K-SVD，图像分解，双稀疏字典I万方数据武汉理工大学硕士学位论文AbstractImagedenoisingisanimportantpartofimageprocessing,peoplepaymorea

8、ndmoreattentiononit,thetechnologyplaysanimportantroleinmedicine,aerospace,military,agriculture,etc..Thenoiseimagedenoising,notonlytofacilitateabetterunderstandingoftheimageinformation,butalsoeasyforpeopletocarryoutsubsequentimageprocessing.Inr