資源描述：
《基于自適應冗余字典的圖像去噪方法的研究》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在學術論文-天天文庫。
1、重慶大學本科學生畢業(yè)設計（論文）基于自適應冗余字典的圖像去噪方法研究學生：盧方學號：20084919指導教師：李正周教授專業(yè)：電子信息工程重慶大學通信工程學院二O一二年六月GraduationDesign(Thesis)ofChongqingUniversityImageDenoisingOverAdaptiveLearnedDictionariesUndergraduate:LuFangSupervisor:Prof.LiZhengzhouMajor:ElectronicInformationEngineeringCollegeofCommu
2、nicationEngineeringChongqingUniversityJune2012摘要圖像在生成、傳輸和存儲過程中常常因受到各種噪聲的干擾和影響而使圖像降質(zhì)，這對后續(xù)圖像的處理（如分割、壓縮和圖像理解等）將產(chǎn)生不利影響。因此在圖像處理中，圖像去噪是一個永恒的主題，為了抑制噪聲，改善圖像質(zhì)量，以便于更高層次的處理，必須對圖像進行去噪處理。近年來，圖像的稀疏表示成為圖像表示研究的熱點。新的稀疏表示理論為圖像去噪提供了一個全新的思路，其基本理論原理是：原始圖像在適當?shù)倪^完備字典下存在稀疏表示，通過設計出合適的字典，可以求出在該字典下圖像的稀
3、疏表示以達到去噪的目的。其機理是基于冗余字典的圖像稀疏分解能把圖像中的有用信息有效的表示出來，而噪聲不能被字典中的原子表示出來，通過對圖像進行稀疏表示，從而達到去除噪聲的目的。稀疏理論的核心之一是字典的構(gòu)造，目前的字典構(gòu)造方法各有優(yōu)勢，尋找合適的字典是稀疏理論去噪的關鍵。目前字典的選擇有兩種：一種是有固定參數(shù)的結(jié)構(gòu)化字典；另一種是利用采樣圖像數(shù)據(jù)通過適當模型和方法學習或訓練的自適應的字典。由于自適應字典算法在圖像去噪中的優(yōu)越性，本文通過介紹基于示例學習的超完備字典訓練算法，并以此展開研究探索，最后深入研究了基于KSVD算法的圖像去噪方法，并通過
4、matlab仿真，驗證了此方法的有效性。關鍵詞：圖像去噪，稀疏表示，KSVD字典ABSTRACTImagealwaysreducethequalityintheprocessofgeneration,transmissionandstorage,becauseofthenoiseaffect,which,ofcourse,willhavebadeffectsonthesubsequentprocessing.Inordertosuppressimagenoiseandimprovethequality,andfarthermore,facili
5、tatethehigherlevelsofprocessing,weshoulddotheimagedenoising.Recentyears,theimagesparserepresentationhasbeenthepopularmethodinthestudyofimagerepresentation,whichhasputforwardanewideaintheimagedenoising.Itsbasicprincipleisthattheoriginalimagehasthesparserepresentationunderthep
6、roperover-completedictionary.Tofilteroutthenoise,weshouldfindoutthesparserepresentationoftheimagethroughthedesignofthedictionary.Itsmechanismisthatononehandtheusefulinformationoftheimagewouldbeeffectivelyexpressedbecauseofthesparsedecompositionalgorithmbasedontheredundantdic
7、tionary,ontheotherthenoisewouldn’tbeexpressedthroughthedictionaryatoms.Wedotheimagedenoisingaccordingtotheimagesparserepresentation.Oneofthemostimportantdetailsofthesparsetheoryistheconstructionofthedictionary.Recentlytherearevariousofwaystoconstructdictionary,eachhasitsadva
8、ntage.Findtheproperdictionaryisthekeytotheimagedenoisingbasedonparsetheory.
