基于小波框架的Poisson数据图像去噪算法研究-应用数学专业论文.docxVIP

万方数据 万方数据 Submitted in total ful?lment of the requirements for the degree of Master in Mathematics Study on wavelet frame based Poisson image denoising methods K?? H?? Supervisor Prof. X?????? Z???? D????? ?? M?????????? S??????? J??? T??? U????????? S???????, P.R.C???? January, 2015 上海交通大学 学位论文原创性声明 本人郑重声明:所呈交的学位论文，是本人在导师的指导下，独立进行研 究工作所取得的成果。|徐文中已经注明引用的内容外 本论文不包含任何其他 个人或集体已经发 表或撰写过的作品成果。对本文的研究做出重要贡献的个人 和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本 人承担。 学位论文作者签名 : 劳努一 日 期 : 扭 二年 J一月 4亘 上海交通大学 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留 、使用学位论文的规定，同意学校 似 Ri 并|向国家有关部门或机构送交论文 的复印件和电子版 允许论文被查阅和 价阅。本人授权上海交通大学可以将本学位论文的全部或部分内容编入有关 数据库进行检索，可以采用移印、缩印或扫描等复制手段保存和汇编本学位论 X 。 保密口，在 年1解密后适用本授权书。 本学位论文属于 不保密￠ (的在以上方框内:盯 学位论文作者签名:荣立 日期:豆)扩:j_二月 5白 指导教师签名: 日期:包L三年上月1五日 上海交通大学硕士学位论文答辩决议书 1111111111111111111111111 姓名 在组 1110719014 m在学科 应用数学 jfí导教师 怅小j洋 2015-1一15 答辩地点 上海交通大学向然科学研究院 520室 论文题门 基于小波框架的 Poisson 州恼像去|垛红法研究 投〉;1农快结贝 :3;勿 (1叶志去数/州委员数/应副委员数)答辩结论 :例过 口未通过 且如队轩说忱地了 μ反报如fJZ1.)itl向胁 。阳冬w放组如沟叫切海含 I究胁咱 b 材J 达 到硕士比件最机叫她 un务 姓名 职称 ;ì-::Uìt ; 11 -JíI;li1 教授 _I:向交通大学理学院(数学 系 、ì 委丛 ?|己小J阵 /ZIJ 研究员 上海交通大学 υ;蚕 安弘 iktii 副研究员 上海交通大学 υ 」 IAL、L i品 委员 JiIf-敏 日IJ 研究员 上海交迎大学 ν」 3JT2E 1f儿， 丰收米 削朋究员 .1-:.沟交通大学 J虫、二I j业文殴 ?rill研究员 上海交通大学 上海交通大学硕士学位论文 摘要 基于小波框架的 Poisson 数据图像去噪算法研究 摘 要 Poisson 数据图像的去噪问题是目前图像处理领域的研究热点，在天文图像 处理、医学图像恢复等领域都有着极大的应用。多分辨率分析是本文对 Poisson 数据图像进行处理的主要工具，之后在许多学者的努力下逐步将小波框架引入 到图像处理领域中。其有别于全变差去噪模型的地方在于将正则项中的梯度算 子，替换为小波分解算子，从而达到图像处理的目的。基于贝叶斯统计的相关 结论，本文引入 KL 散度作为 Poisson 去噪模型中的保真项。 本文将对基于解析方法的几种去噪算法进行比较分析，该方法的模型表 达为： min {∑{[(Hx + b)i] ? yi log (Hx + b)i} + β|W x|1}。由此模型衍生出以 x∈Rm i∈S 下四种算法：EM-framelets 方法、重复加权 ?2 方法（Reweighted ?2 Method）、 KL+ 分裂 Bregman 方法以及预处理交替投影方法（Preconditioned Alternating Projection Algorithm）。本文将对四种算法的各方面特性进行比较, 主要的比较 方法将从计算时间、能量函数的下降速率以及 PSNR 值的上升速率等几方面来 进行比较。 本文还对 PAPA 方法的参数选择进行研究以及预处理条件下的参数选择对 算法收敛性的影响，通过不同参数和预处理条件下对能量函数以及 PSNR 值的 比对，最终得到带有预处理情形的 PAPA 方法具有更高有效性的结论。 关键词： 多分辨率分析 紧小波框架 基于解析方法 PAPA EM- framelets 分裂 Bregman 方法 Reweighted ?2; — i — 上海交通大学硕士学位论文 ABSTRACT