基于稀疏分解的图像去噪-信号与信息处理专业论文.docxVIP

，谣南交逢大学硕士磷究生拳位论文 ，谣南交逢大学硕士磷究生拳位论文 第{灵 摘要 图像去噪是图像处遵中的关键问题之～。是图像后续处瑾驹基础。人们 根据噪声特性，已经笈嶷了多辨鞠像去噪方法，它{『]在各国麴遭应范圈内典 有良好的去嗓散莱。但是这擅方法往往依赖f图像信惑叛疑淘豫噪声钓统计 特性，短在实际应月中，往往无法先验地获知豳像謦Ⅱ噪声的统计特性，从而 无法获得好的去嗓散果。 为了找到一种自遗应的图像去噪方法，本文展开研究。萋于圈像稀疏分 解帮瘸像与秣声在稀琉分解中静举鼹表现，本文提出了～转自适应的图像去 嗓方法。其体在以下几个方面取得了一些进展： 1．蓠先锋对传统的图像乎游去噪方法一一均值滤波法的不足进行了改 进，掇出了形成不同模板的方法，从而针对不同的磉声水平胃选取不同的模 扳，以达到最佳的乎溥去噪效果，为厦面提出的基予稀疏分解的图像击嗓方 法撼供了可戳比较静萋础。 2．根据匹配跟踪图像稀疏分解的特点，结合人眼的视觉特性。选择较适 合圈像稀疏袭达韵菲对称琢子瘁。分析研究墅像和噪声在稀疏分解中蚋不同 表现，明确图像信息和嗓声的区别。翻用图像(或图像残余)稻噪声与原予 瘁棚于性的不凰，区分熙像鄹嘬声；以蝴予比阈值作为提取图像有用僚息的 结束条件，实现萄豫与噪声的宙适应分离。实验证稿了相干比阚箧静选择与 图像蚋类型魏噪声水乎没有关系，因面本文所撼出的图像去嗓方法是自适应 的。 3．比较了稀疏分解图像去嗓与最佳平滑模板去嗓效果，就橇觉效果来 番，蒺于稀巯分解鹊鬻缘去喋效果要好予最佳平滑模投的去噪效果。 关键溺：鹫像去噪；秘酸分勰；匹配跟踩；相干比 西南窝通大擘硕士研究生学位论文 西南窝通大擘硕士研究生学位论文 第1l磷 Abstract Image denoising is one ofthe key problems遮image processing and the basis of image subsequent processing．Many image denoising methods have been developed based On the feature of noise，which have good performance in different conditions。 However,these methods are always based on the statistic features of image signal and noise．Unfortunately,these features can not be known in advance in real applications． According to the different characters of image and noise in sparse decomposition,Rn adaptive image denoising method is proposed in this thesis。The research results are继following： As one traditional method for denoising，mean filtering has some short-comings． To overcome these drawbacks，one method is proposed to create different types of templates．For each noise level，only one kind oftemplate is fit to obtain the optimal denoising result．韵1e effect of this method is compared with that of the following method based on sparse decomposition， The anisotropic atom dictionary that is more suitable for image sparse representation iS chosen according to the feature of the matching pursuit image sparse decomposition and human vision system。Based on study of锈e different behavior of image and noise in sparse decomposition，the diffe