基于稀疏表示的图像重构.pdf

代号 10701 学号 1026121808

分类号 密级公开













题(中、英文) 目基于稀疏表示的图像重构

Research on Image Reconstruction Based on Sparse

Representation以下字体均使用宋体四号加黑



作者姓名王汗三指导教师姓名、职称冯象初教授


学科门类理学学科、专业计算数学


提交论文日期二○一三年一月
西安电子科技大学
学位论文创新性声明

秉承学校严谨的学风和优良的科学道德,本人声明所呈交的论文是我个人在导
师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注
和致谢中所罗列的内容以外,论文中不包含其他人已经发表或撰写过的研究成果;
也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材
料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明
并表示了谢意。
申请学位论文与资料若有不实之处,本人承担一切的法律责任。

本人签名: 日期



西安电子科技大学
关于论文使用授权的说明

本人完全了解西安电子科技大学有关保留和使用学位论文的规定,即:研究
生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保
留送交论文的复印件,允许查阅和借阅论文;学校可以公布论文的全部或部分内
容,可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证,毕业后
结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。(保密的
论文在解密后遵守此规定)
本学位论文属于保密,在年解密后适用本授权书。

本人签名: 日期

导师签名: 日期
摘要
图像获取是人类通过传感器将外界信号转换、采集进入计算机的一个过程。
随着图像在各方面应用的发展,对图像分辨率以及更快速成像等方面有更高的需
求,使得要研究一种对图像获取的新方法。而压缩感知作为一个新兴概念,为图
像获取提供了一种新思路,通过符合感知条件的投影测量获取信息,并能从投影
得到的少量测量值中通过重构方法,重构出应用所需要的图像。
图像处理中,对于理想的图像,选择合适的小波基,对其进行小波变换后,
得到的小波系数是稀疏的。通过少量的值实现可稀疏图像的重构。重构算法是其
中关键的一部分,它对于压缩后的信号的精确重构以及采样过程中的准确验证均
有着重要的意义。本文首先介绍了一些经典的重构算法,然后介绍了一种基于稀
疏的重构算法并进行改进, 提出了一种新的变参数算法,进而将改进的重构算法
用于基于小波变换的图像去噪中。和通常的小波阈值方法不同,我们将小波变换
得到的系数进行压缩感知得到小波系数的测量值,然后利用新的变参数算法对该
测量值进行稀疏重构,得到去噪后的小波系数。
本文是基于稀疏表示与压缩感知的思想,对于含噪图像在应用压缩感知时不
仅能够很好的重构图像还可以去噪,重构的质量无论在视觉效果上还是客观数据
上均优于现有同类算法,是一种重构效果很好的算法。

关键词:图像处理;压缩感知;稀疏表示;重构算法。
Abstract
Image acquisition is a process that humans convert the signal with sensors and
collect it puters. With the rapid development of the image application, since
image resolution and faster imaging e more and more important, it is necessary to
design a new method to study an image acquisition. Compressed sensing as an
emerging concept for image acquisition, it provides a new way to get information
through the projection of the perception of the conditions measurement, the image can
be reconstructed through the small number of the measured values obtained by