基于字典学习与低秩矩阵重建的wmsn视频去噪算法研究

《基于字典学习与低秩矩阵重建的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______________________________硕士学位论文基于字典学习与低秩矩阵重建的WMSN视频去噪算法研究学位申请人：徐益学科专业：信息与通信工程指导教师：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

2、果，也不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。本人签名____________导师签名__________日期___________摘要基于字

3、典学习与低秩矩阵重建的WMSN视频去噪算法研究摘要作为一种新型的多媒体功能集成的无线传感器设备，无线多媒体传感器网络（WirelessMultimediaSensorNetworks，WMSN）因其协作感知、检索、处理和传输等特点而备受社会各界的关注，并被广泛应用于环境监测、交通控制、智能家居、医疗卫生等领域。随着多媒体应用的快速发展，对WMSN视频质量的要求也随之提高。然而受外界恶劣天气条件等因素影响，WMSN的监测场景复杂多变，不可避免地使WMSN视频中引入各种类型的噪声。因此，为了保证视频监测的可靠性及有效性，研究适用于WMSN视频的去噪方法成为一项迫切需要

4、进行的工作。针对视频去噪问题，本文借鉴低秩矩阵重建理论，通过深入分析WMSN检测视频图像特征，设计了一种基于快速块匹配的低秩矩阵补全混合噪声去除算法。针对WMSN视频中存在的混合噪声，本算法首先利用自适应中值滤波器对WMSN视频进行预处理，为后续的图像块匹配创造良好条件，然后利用改进的随机一致算法实现快速而准确的块匹配搜索，将获得的所有相似图像块向量化并转为矩阵的形式，构建低秩矩阵补全去噪模型，最后选择合适的优化算法对模型进行求解，最终合成去噪后的视频。实验仿真结果证明：该算法与经典的三维块匹配滤波（VideoBlockMatchingand3DFiltering

5、Algorithm,VBM3D）算法相比在各方面均表现出优越性，去噪后的视觉效果不错。然而，利用低秩模型去噪后的视频易出现平坦区域过平滑的现象，视频中的某些重要细节信息易被丢失。充分借鉴视频图像的先验知识，本文提出了一种基于稀疏K-SVD字典学习与加权低秩模型的混合噪声去除方法。首先，分析WMSN视频噪声特点，将混合噪声分布加权拟合成高斯分布，构建加权低秩去噪模型，并用交替最小化方法求解模型，然后借鉴图像的稀疏先验和非局部自相似性先验，构建非局部稀疏表示去噪模型，并采用稀疏K-SVD字典学习算法，最终完成WMSN视频的去噪。仿真结果表明，该算法能够有效保留WMSN

6、视频中的细节信息，并获得更优的视觉效果。关键词：WMSN视频去噪，块匹配，低秩矩阵重建，稀疏，字典学习IAbstractRESEARCHONWMSNVIDEODENOISINGMETHODSBASEDONDICTIONARYLEARNINGANDLOW-RANKMATRIXRECONSTRUCTIONABSTRACTAsnewwirelesssensordeviceswiththeintegrationofmultimediacapabilities,WMSNcanperceive,retrieve,handleandtransmitmultimediadata,

7、whichhascausedwideattentionofallsectorsofsocietyandshownitspotentialinmanyareas,suchasenvironmentalmonitoring,trafficcontrol,smarthomeandhealthcare.Withtherapiddevelopmentofmultimediaapplication,thequalitydemandofWMSNvideoincreases.However,duetothecomplexityofWMSNmonitoringscenesandin

8、cleme