基于自适应冗余字典的图像去噪方法的研究

《基于自适应冗余字典的图像去噪方法的研究》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、重庆大学本科学生毕业设计（论文）基于自适应冗余字典的图像去噪方法研究学生：卢方学号：20084919指导教师：李正周教授专业：电子信息工程重庆大学通信工程学院二O一二年六月GraduationDesign(Thesis)ofChongqingUniversityImageDenoisingOverAdaptiveLearnedDictionariesUndergraduate:LuFangSupervisor:Prof.LiZhengzhouMajor:ElectronicInformationEngineeringCollegeofCommu

2、nicationEngineeringChongqingUniversityJune2012摘要图像在生成、传输和存储过程中常常因受到各种噪声的干扰和影响而使图像降质，这对后续图像的处理（如分割、压缩和图像理解等）将产生不利影响。因此在图像处理中，图像去噪是一个永恒的主题，为了抑制噪声，改善图像质量，以便于更高层次的处理，必须对图像进行去噪处理。近年来，图像的稀疏表示成为图像表示研究的热点。新的稀疏表示理论为图像去噪提供了一个全新的思路，其基本理论原理是：原始图像在适当的过完备字典下存在稀疏表示，通过设计出合适的字典，可以求出在该字典下图像的稀

3、疏表示以达到去噪的目的。其机理是基于冗余字典的图像稀疏分解能把图像中的有用信息有效的表示出来，而噪声不能被字典中的原子表示出来，通过对图像进行稀疏表示，从而达到去除噪声的目的。稀疏理论的核心之一是字典的构造，目前的字典构造方法各有优势，寻找合适的字典是稀疏理论去噪的关键。目前字典的选择有两种：一种是有固定参数的结构化字典；另一种是利用采样图像数据通过适当模型和方法学习或训练的自适应的字典。由于自适应字典算法在图像去噪中的优越性，本文通过介绍基于示例学习的超完备字典训练算法，并以此展开研究探索，最后深入研究了基于KSVD算法的图像去噪方法，并通过

4、matlab仿真，验证了此方法的有效性。关键词：图像去噪，稀疏表示，KSVD字典ABSTRACTImagealwaysreducethequalityintheprocessofgeneration,transmissionandstorage,becauseofthenoiseaffect,which,ofcourse,willhavebadeffectsonthesubsequentprocessing.Inordertosuppressimagenoiseandimprovethequality,andfarthermore,facili

5、tatethehigherlevelsofprocessing,weshoulddotheimagedenoising.Recentyears,theimagesparserepresentationhasbeenthepopularmethodinthestudyofimagerepresentation,whichhasputforwardanewideaintheimagedenoising.Itsbasicprincipleisthattheoriginalimagehasthesparserepresentationunderthep

6、roperover-completedictionary.Tofilteroutthenoise,weshouldfindoutthesparserepresentationoftheimagethroughthedesignofthedictionary.Itsmechanismisthatononehandtheusefulinformationoftheimagewouldbeeffectivelyexpressedbecauseofthesparsedecompositionalgorithmbasedontheredundantdic

7、tionary,ontheotherthenoisewouldn’tbeexpressedthroughthedictionaryatoms.Wedotheimagedenoisingaccordingtotheimagesparserepresentation.Oneofthemostimportantdetailsofthesparsetheoryistheconstructionofthedictionary.Recentlytherearevariousofwaystoconstructdictionary,eachhasitsadva

8、ntage.Findtheproperdictionaryisthekeytotheimagedenoisingbasedonparsetheory.