壓縮感知圖像去噪方法及其在無線衰變信道中的應(yīng)用.pdf

1、信號在通信系統(tǒng)中經(jīng)過信道把發(fā)送端的數(shù)據(jù)傳輸?shù)浇邮斩?，信道是由這一過程中的傳輸媒介所構(gòu)成的，由于信道通常存在著噪聲。這就會使得信號經(jīng)過信道時(shí)帶有噪聲，信道中比較經(jīng)典的兩種噪聲是高斯噪聲和椒鹽噪聲，或者他們的混合噪聲，本文主要研究圖像，因此是含噪圖像，含噪圖像嚴(yán)重影響了人們的視覺效果，阻礙了人們的識別，圖像質(zhì)量的好壞決定了圖像后續(xù)的處理，因此，對信道噪聲進(jìn)行去噪是必要的。
　　論文首先描述了傳統(tǒng)的圖像濾波方法，主要有中值濾波方法、平均

2、值濾波方法、維納濾波方法，傅里葉變換領(lǐng)域的去噪方法和小波變換領(lǐng)域的去噪方法，平均值濾波方法以及維納濾波都能夠比較好地去除高斯噪聲，但是只能夠去除小強(qiáng)度的噪聲干擾，并且不適用于椒鹽噪聲的抑制，中值濾波器能夠比較好的適用于椒鹽噪聲，并且當(dāng)噪聲強(qiáng)度是小強(qiáng)度情況時(shí)，還能夠比較好地保留圖像的高頻信息，但它不適合于高斯噪聲和高強(qiáng)度的椒鹽噪聲的抑制。傅里葉變換對信號的分析是全局性的，無法表征信號的時(shí)域和頻域的局部性質(zhì)，而小波變換能夠多分辨率分析信號，

3、并且在時(shí)域和頻域中都能夠表述信號的局部特征，因此，小波去噪方法相對于前面的各種方法來說，能夠更好的保留圖像的高頻信息，但是當(dāng)噪聲強(qiáng)度增強(qiáng)到一定程度時(shí)，小波去噪方法也不能適用，因?yàn)樗鼤斐蓢?yán)重的信息丟失，并且去噪效果不好。
　　針對上面提到的不足，本文提出了壓縮感知重構(gòu)算法基追蹤(BPDN)的改進(jìn)形式IBPDN，把抑制噪聲的2范數(shù)改為1范數(shù)，實(shí)驗(yàn)表明該算法不僅能夠抑制信道中強(qiáng)度比較大的椒鹽噪聲和高斯噪聲，也能夠適用于信道中強(qiáng)度比較大