一种基于压缩感知的图像去噪方法.pdf

第24卷第1期 北方工业大学学报 V01．24No．1 CHINAUNIV．OFTECH． Mar．2012 2012年3月 J．NORTH 一种基于压缩感知的图像去噪方法* 邹建成 樊 立 (北方工业大学图像处理与模式识别研究所，100144，北京) 摘要提出一种新的图像去噪方法，即根据压缩感知理论，利用变换求出含噪图像的稀 疏表示，运用算法重构出原始图像，从而达到去除噪声的目的．实验表明，该方法具有可操作性 和可行性． 关键词 压缩感知；图像去噪；稀疏表示；小波变换；OMP算法 分类号TP39 图像是获取信息和传递信息重要的媒体和 手段，随着计算机和相关领域研究的发展，图像 1 压缩感知 处理技术从一个单一专门的学科，变成了一门 新兴的综合性研究领域，各种各样的图像处理 压缩感知的核心思想是求出信号的稀疏表 技术得到相应的发展．图像去噪就是图像处理 示，并用重构算法恢复重建出原始信号[1’2’6|． 中重要的一个分支． 通过采样矩阵①∈R脓Ⅳ(MN)，以及 图像在传输过程当中，不可避免地会受到 某未知信号z在该矩阵下的线性测量值Y∈RM 各种各样噪声的影响．噪声的产生使得图像质 得到 量变差，给图像分析带来各种各样的困难，甚至 Y一①z (1) 带来错误的信息．用计算机对图像进行处理时， 我们想要的结果是由极不完整的测量值y 来恢复重建z，即寻求最稀疏解的过程： 这种随机噪声有可能影响到图像处理的结果． 传统的去噪方法分为空间域去噪方法和频 芏一argmin忙‰S．t．Cx—Y(2) 但(2)式是一个欠定方程的NP问题，不易求 域去噪方法．空间域去噪方法主要有均值法、中 解，通常将z。范数转化为Z，范数来求解． 值滤波法、多幅图像平均法等；频域去噪方法主 通常信号都是不稀疏的，所以必须先把信 要有分块矩阵去噪法、偏微分方程去噪法等口]． 号变换为稀疏的，并运用重构算法来求解．本文 本文在前人研究基础上提出了一种新的图 运用的是离散小波正交变换将含噪图像稀疏； 像去噪方法，即将压缩感知应用到图像去噪中． 运用OMP算法重构求解． 利用相应的正交变换求出含噪图像的稀疏表 示，因为干净图像存在稀疏表示，而噪声破坏了 2离散小波正交变换 这种稀疏表示性，通过估计干净图像的稀疏表 示来恢复干净图像，从而去除噪声．最后，实现 连续小波变换定义‘3’43为： 了仿真实验． 收稿日期：201l一11—14 。国家自然基金资助项目61170327)、北京市创新团队项目(PHR201007118) 第一作者简介：邹建成，教授．研究方向：图像安全、信息安全．