基于多字典和稀疏表示的图像去噪方法.pdf

声明人┟:乙自粹厦门大学学位论文著作权使用声明劢降年乱蝗本人同意厦门大学根据《中华人民共和国学位条例暂行实施办法》等规定保留和使用此学位论文,并向主管部门或其指定机构送交学位论文ㄖ街拾婧偷缱影,允许学位论文进入厦门大学图书馆及其数据库被查阅、借阅。本人同意厦门大学将学位论文加入全国博士、硕士学位论文共建单位数据库进行检索,将学位论文的标题和摘要汇编出版,采用影印、缩印或者其它方式合理复制学位论文。本学位论文属于:.经厦门大学保密委员会审查核定的保密学位论文,年日解密,解密后适用上述授权。ⅲ槐C埽视蒙鲜鍪谌ā朐谝陨舷嘤ê拍诖颉啊獭被蛱钌舷嘤δ谌荨1C苎宦畚挠是己经厦门大学保密委员会审定过的学位论文,未经厦门大学保密委员会审定的学位论文均为公开学位论文。此声明栏不填写的,默认为公开学位论文,均适用上述授权。于月
摘要和多字典的图像去噪算法。主要研究内容如下:理论知识一过完备系数分解理论作了详尽地阐述。算法部分,着重讨论了基于正琌燃父龊诵牡乃惴ǎ杂谒潜在图像信号处理的各个环节,如采集、编码和传输,图像都会在一定程度上被污染,进而降低图像质量,对图像的后续处理产生影响。所以,作为图像处理中一个不可或缺的环节,图像去噪始终是国内外学者们研究的热点问题。相较于传统的去噪方法,基于稀疏表示理论去噪方法的优势在于稀疏表示优势的充分发挥,适应实际环境的灵活性,数据处理成本和采样率的降低,进而改善去噪效果。有鉴于此,相关领域的学者们十分重视基于过完备原子库信号稀疏分解理论的研究,使其在近年来迅速发展成为一种主流的信号表示方式。在图像去噪应用的领域里,该理论取得了一定的科研进展。本文首先对传统的图像去噪算法进行了简要的概述,在简单介绍完诸如经典小波去噪等相关方法和技术后,进一步引申出并探讨了基于初始化值涞南∈璞硎鞠喙厮惴ê∈璺纸饫砺劢屑要的阐述。诙约钢殖<耐枷癖浠挥虮浠环椒ń屑虻ソ樯芎螅员疚牡暮诵交匹配追踪身的复杂性以及在信号的稀疏分解、字典的优化更新和信号的重构等过程中所起到的作用作了深入地分析。阐述了字典优化更新算法甋,对算法的流程和复杂度进行讨论分析。∈。相较于此前的等人提出的算法,本文引入了多字典的思想。仿真实验结果表明,相较于传统图像去噪算法和等人提出的基于单训练字典的稀疏表示图像去噪方法,本文方法在去噪效果上表现出了很好的性能,更多地保留了原图像的有用信息。引出了、协、饄猰
诱迳献芙峄毓寺畚哪谌荩雇喙厮惴ㄔ谕枷袢ピ肓煊虻姆⒄骨关键词:稀疏表示;图像去噪;多字典;“算法,阐述了算法的流程和实用意义。景,明确今后的研究方向。基于多字典和稀疏表示的图像去噪方法
姚瓻鷈韊韘,鷓咖籲瑆劬’盟印咖鷗餞琲的,,,,甮.,琧校甧,..,甧廿.·猄..猄,
苅;』’鯽篠籑鬳猰基于多字典和稀疏表示的图像去噪方法.
目录目录⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。第二章经典的图像去噪方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第三章稀疏表示理论的基本介绍⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯研究背景及研究意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。相关研究工作⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本文研究工作⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯论文的组织结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.传统图像去噪方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯小波去噪方法的相关介绍⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.稀疏表示理论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯....〔ㄈピ敕椒ā.〔ㄣ兄等ピ敕ā⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯.⋯.⋯..¨⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯
第四章基于稀疏表示的多成分字典图像去噪⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第五章总结与展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.攻读硕士学位期间发表论文及科研情况⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。致谢⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯