圖像的噪聲污染通常在圖像數(shù)據(jù)的采集和傳輸階段產(chǎn)生,圖像中的噪聲往往會(huì)影響后續(xù)的圖像處理工作,包括圖像編碼、特征提取以及目標(biāo)檢測(cè)等等。圖像降噪是其他圖像處理任務(wù)的關(guān)鍵過(guò)程,它能夠有效地提高后續(xù)圖像處理技術(shù)的處理效果。基于稀疏表示和字典學(xué)習(xí)的圖像去噪算法已經(jīng)成為了最重要最先進(jìn)去噪算法的一部分。本文對(duì)現(xiàn)有的基于稀疏表示和字典學(xué)習(xí)策略算法進(jìn)行了描述和改進(jìn),具體研究?jī)?nèi)容如下:1.經(jīng)典的K-奇異值分解（K-Singular Value Decompostion,K-SVD）算法通過(guò)字典對(duì)圖像進(jìn)行稀疏表示,在去噪的同時(shí)保持了原圖像的有效信息。但是該算法在強(qiáng)噪聲下性能較差,因此本文提出了一種基于字典更新和字典原子優(yōu)化的圖像去噪算法。首先利用加權(quán)的順序字典學(xué)習(xí)（Sequential Dictionary Learning,SDL）的方法替代K-SVD算法,這樣能夠得到更為稀疏表示的圖像字典;然后利用訓(xùn)練后字典原子的圖像塊特征結(jié)構(gòu)性,并充分考慮原始圖像的結(jié)構(gòu)復(fù)雜度和噪聲強(qiáng)度對(duì)字典原子的影響,自適應(yīng)進(jìn)行原子檢測(cè)并刪除噪聲原子;最后利用優(yōu)化后的字典重構(gòu)圖像。實(shí)驗(yàn)結(jié)果表明,所提算法與經(jīng)典K-SVD等去噪算法相比... 

【文章來(lái)源】：南京郵電大學(xué)江蘇省

【文章頁(yè)數(shù)】：68 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖像去噪算法分類變換域去噪算法的實(shí)現(xiàn)主要是利用了圖像到變換域的轉(zhuǎn)變

【參考文獻(xiàn)】：
期刊論文
[1]基于塊分類和字典優(yōu)化的K-SVD圖像去噪研究[J]. 華志勝,付麗華.  計(jì)算機(jī)工程與應(yīng)用. 2017(16)
[2]基于改進(jìn)K-SVD和非局部正則化的圖像去噪[J]. 楊愛(ài)萍,田玉針,何宇清,董翠翠.  計(jì)算機(jī)工程. 2015(05)
[3]迭代硬閾值壓縮感知重構(gòu)算法——IIHT[J]. 張宗念,李金徽,黃仁泰.  計(jì)算機(jī)應(yīng)用. 2011(08)
[4]圖像質(zhì)量評(píng)價(jià)方法研究進(jìn)展[J]. 蔣剛毅,黃大江,王旭,郁梅.  電子與信息學(xué)報(bào). 2010(01)
[5]基于數(shù)學(xué)形態(tài)學(xué)的圖像去噪方法研究[J]. 陳虎,周朝輝,王守尊.  工程圖學(xué)學(xué)報(bào). 2004(02)



本文編號(hào)：2981675