学位论文 > 优秀研究生学位论文题录展示

稀疏分解在图像去噪中的研究

作　者: 王秀英
导　师: 高清维
学　校: 安徽大学
专　业: 模式识别与智能系统
关键词: 稀疏分解图像去噪匹配跟踪相干比
分类号: TP391.41
类　型: 硕士论文
年　份: 2014年
下　载: 6次
引　用: 0次
阅　读: 论文下载

内容摘要

在图像获取的过程中会混入一定的噪声,这会严重降低图像的品质,因此,必须对含噪图像进行降噪处理。传统的去噪方法都是基于图像和噪声频带可分离的假设,但这样的假设并不总是成立。为了更好的解决去噪问题,本文将稀疏分解应用到图像去噪中,通过相干比阈值的选择,实现了图像去噪。该算法首先选择Gobar原子构造过完备原子库,然后使用改进的FFT-MP算法对图像进行分解,分解的迭代终止条件由相干比闽值法确定；其次将分解得到的残差分量当作噪声舍弃掉；最后用最佳匹配原子的线性组合来重构图像。实验结果表明,本文算法具有更好的稳定性,在视觉效果方面要优于传统去噪算法。本文的研究工作包含以下几个方面：1.经典去噪算法性能的研究及改进。分析三种传统去噪算法均值滤波、维纳滤波、中值滤波的算法优劣,进而引出一种结合中值和均值滤波优点的混合滤波器。然后分析小波阈值去噪的效果。2.改进FFT-MP算法。针对MP算法速度慢的问题,本文在分解过程中用互相关运算取代内积运算,然后用快速傅立叶变换实现,完成最佳原子的寻找。实验结果表明FFT-MP算法速度较MP第二类算法有了明显的提高,用很少的原子就能表现出图像的大部分特性。3.将此方法应用到仿真实验中,比较并分析算法结果,以及产生相应结果的原因。

全文目录

摘要  3-4
Abstract  4-7
第一章绪论  7-11
  1.1 背景及意义  7-8
  1.2 国内外研究现状  8-9
  1.3 论文内容安排  9-11
第二章图像去噪基本原理及常用去噪方法  11-29
  2.1 图像噪声类型及特征  11-12
  2.2 图像去噪效果评价标准  12-14
  2.3 传统去噪方法  14-25
    2.3.1 均值滤波  14-16
    2.3.2 中值滤波  16-19
    2.3.3 维纳滤波  19-22
    2.3.4 改进的混合滤波器  22-25
  2.4 小波去噪  25-29
第三章稀疏分解的原理及实现方法  29-44
  3.1 稀疏分解的原理  29-33
    3.1.1 信号的表示  29-30
    3.1.2 正交分解方法  30-32
    3.1.3 稀疏分解方法  32-33
  3.2 图像的稀疏分解  33-36
    3.2.1 图像稀疏分解的基本思想  33-34
    3.2.2 原子库的生成  34-36
  3.3 匹配追踪算法  36-44
    3.3.1 MP算法思想  36-37
    3.3.2 匹配追踪的两种实现方法  37-39
    3.3.3 基于FFT的MP算法  39-42
    3.3.4 实例分析  42-44
第四章基于稀疏分解的图像去噪算法  44-58
  4.1 稀疏分解去噪原理  44-45
  4.2 迭代终止条件的确定  45-48
    4.2.1 设置上限法  46
    4.2.2 相干比阈值法  46-48
  4.3 实验及结果分析  48-58
第五章总结与展望  58-60
  5.1 总结  58-59
  5.2 展望  59-60
参考文献  60-63
致谢  63

稀疏分解在图像去噪中的研究

内容摘要

全文目录

相似论文