基于剪裁中值和稀疏表示的远程观测图去噪.pdf

mageandMultimedia 基于剪裁中值和稀疏表示的远程观测图去噪 陈鹏旭 (西南科技大学 信息工程学院，四JiI绵阳621000) 摘 要：在实际获取远程观测 图像的过程 中，图像 中经常夹杂了混合噪声。针对实际中一般 由加性高斯 白噪声(AWGN)和脉 冲噪声(IN)所组成的混合噪声，提 出了一种将剪裁中值滤波和基于加权编码 图像稀疏表示相结合的混合噪声的去除算法。实 验结果表明，所提算法在不同的噪声比率下都可以有较好的去噪表现 ，效果优于对比算法，而且能更好地保留纹理等细节。 关键词：混合噪声；中值滤波；稀疏表示；非局部相似；图像去噪 中图分类号：TP752．1 文献标识码 ：A DOI：10．19358／j．issn．1674．7720．2016．17．O1l 引用格式 ：陈鹏旭．基于剪裁中值和稀疏表示的远程观测 图去噪[J]．微型机与应用 ，2016，35(17)：36-38． Theremoteobservationimagedenoisingbasedonunsymmetrictrimmed medianfiterandsparserepresentation ChenPengxu (SchoolofInformationEngineering，SouthwestUniversityofScienceandTechnology，Mianyang621000，China) Abstract：Theremoteobservationimageisusuallycorruptedbythemixednoiseinreality．FortheimagescorruptedbyadditivewhiteGaussian noise(AWGN)andimpulsenoise(IN)，analgorithmisproposedforthecombinationofthetrimmedmedianfilterandweightedencodingwith sparserepresentation．Theexperimentalresultsshow thattheproposedalgorithm underdifferentnoiseratiocanhaveabetterrecoveryperform— ance，andtheeffectisbetterthan thecomparisonalgorithm ，meanwhileitcanbetterretain thetexturedetailsandotherimageinformation． Keywords：mixednoise；medianfilter；sparserepresentation；nonlocalsimilarity；imagedenoise O 引言 式 (1)中，噪声图像的灰度值为 [d ，d…]。 为方 针对脉冲噪声的去除 ，有递进开关中值滤波 (Pro— 差是 的高斯噪声值 。s(0≤s≤1)是图像椒盐噪声的噪 gressiveSwitchMedianFilter，PSMF) 、对称剪裁中值滤波 声比率，因为只可能是 d…或 d…，它们各为 s／2。P为 (UnsymmetricTrimmedMedianFilter，UTMF) 等被提出。 图像的随机脉冲噪声比，范围为 [0，1]，对于在 [d d…] 针对高斯噪声的去除，有传统的高斯滤波、非线双边滤波 的噪声点 d ，则Y =d 的概率是P(1一s)。对于受高 (BilateralFilter，BF)、小波去噪 、字典学习和稀疏表示算 斯噪声污染的像素点值为Y = + ，其概率为 (1一P) (1一s)。 法 。对于更加困难的IN和AWGN混合噪声的去噪 ，