基于低秩分解和形态成分分析的wmsn视频去噪算法研究

《基于低秩分解和形态成分分析的wmsn视频去噪算法研究》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、分类号______________________________密级______________________________ＵＤＣ______________________________编号______________________________全日制专业学位硕士论文基于低秩分解和形态成分分析的WMSN视频去噪算法研究学位申请人：朱艳丽学科领域：计算机技术校内导师：罗晖教授答辩日期：独创性声明本人郑重声明：所呈交的学位论文是我个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和撰写的研究成果，也不

2、包含为获得华东交通大学或其他教育机构的学位或证书所使用过的材料。与我一同工作的同志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。本人签名_______________日期____________关于论文使用授权的说明本人完全了解华东交通大学有关保留、使用学位论文的规定，即：学校有权保留送交论文的复印件，允许论文被查阅和借阅。学校可以公布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文。保密的论文在解密后遵守此规定，本论文无保密内容。学生本人签名日期校内导师签名日期摘要基于低秩分解和形态成分分析的WMSN视频去噪算法研究摘要无线多媒体传感器网络（Wir

3、elessMultimediaSensorNetworks，WMSN）是人类远程、实时获取物理世界信息的关键手段，并在近年来得到迅速发展。与传统无线传感器网络相比，WMSN优势明显，其可同时提供标量数据及图像、音视频信息，且网络的扩展性更强，凭借上述优点WMSN成为了交通监控、工业控制等领域的一大关键技术。然而，在监控领域，由于监测场景的复杂性，户外监测易受光照强度变化、雨雪雾等恶劣天气的影响，导致WMSN视频中除了含有加性高斯白噪声外，还含有稀疏噪声如雨条纹、脉冲噪声等，严重影响了WMSN视频的视觉效果。因此，为了保证WMSN监测的可靠性和有效性，研究混合噪声情况下WMSN视频

4、的去噪方法具有重要意义。近年来，基于低秩矩阵分解理论的视频去噪方法，在视频处理领域兴起，并得到研究学者们的广泛关注。该理论的关键思路是将数据矩阵分解为低秩矩阵与稀疏矩阵，并通过一定的求解算法求出低秩矩阵，以实现去噪。低秩矩阵分解理论在视频稀疏噪声的去除上表现出了一定的优越性。此外，形态成分分析（MorphologicalComponentAnalysis，MCA）理论对视频中存在的稀疏误差、条纹等都具有较好的去噪效果。形态成分分析理论是基于稀疏表示理论提出的，该理论利用信号不同组成成分的形态差异性，选取子字典采用稀疏编码和重构，分离不同的形态成分，最终去除噪声。因此，结合WMSN

5、视频的特征，透彻分析低秩矩阵分解和形态成分分析理论的优缺点，研究适用于复杂场景下的WMSN视频混合噪声的去除算法十分有必要。通过深入分析WMSN视频特征及噪声特点，发现高斯噪声和雨条纹作为WMSN视频中最具代表性的噪声，极大程度上损坏了WMSN视频的视觉质量，导致运动目标特征模糊，影响监测结果。为了保证WMSN视频监测的可靠性，本文提出一种基于MCA-RPCA的WMSN视频混合高斯-雨噪声去除算法。首先通过非精确鲁棒主成分分析（InexactRobustPrincipalComponentAnalysis,InexactRPCA）算法将WMSN视频分解为三部分：低秩部分、高斯噪声

6、部分、稀疏部分；然后根据稀疏部分不同组成成分的形态差异性，基于MCA算法通过执行字典学习和稀疏编码将稀疏部分分解为雨条纹成分和无雨成分；最后将稀疏部分的无雨成分和低秩部分进行整合，从而整体上实现WMSN视频混合高斯-雨噪声的去除。实验表明，本文算法能有效去除WMSN视频中存在的混合高斯-雨噪声，并更好地保留视频图像的结构信息。为了在保证一定的去噪效果的同时，进一步减少运算时间、降低网络耗时，本文充分利用WMSN视频帧间的相关性及冗余性，提出一种基于IMCA-RPCA的WMSN视频混合高斯-雨噪声去除算法。首先同样采用InexactRPCA算法将WMSN视频分解为三部分：低秩部分、

7、高斯噪声部分、稀疏部分；然后对视频稀疏部分高频序列的第一帧采用I摘要字典学习及字典分类方法获得不同形态成分对应的子字典，并引入扩展字典对子字典进行丰富；最后，采用上述子字典，基于IMCA（ImprovedMorphologicalComponentAnalysis）算法求解稀疏部分的无雨成分，将其与低秩部分进行整合，实现WMSN视频混合高斯-雨噪声的去除。经实验验证，该算法在有效去除WMSN视频中存在的混合高斯-雨噪声的同时，算法的运算速度也得到较大程度地提升、进一步降低了网络耗