基于聯(lián)合字典學(xué)習(xí)的圖像去噪.pdf

1、一幅圖像常常既包含潛在的理想結(jié)構(gòu),也包含一些隨機(jī)噪聲或人為干擾。前者是要檢測(cè)和描述的,而后者是希望去除的。由于圖像預(yù)處理的結(jié)果直接關(guān)系到后續(xù)的圖像處理效果,如圖像分割、目標(biāo)識(shí)別以及邊緣提取等等,所以圖像去噪處理對(duì)于圖像處理和計(jì)算機(jī)視覺(jué)的研究都非常重要。事實(shí)上,研究者們也已經(jīng)從不同的角度提出了很多有效的圖像去噪方法。傳統(tǒng)的濾波方法雖然簡(jiǎn)單,但幾乎不可避免要以模糊圖像為代價(jià)。由基于聯(lián)合字典學(xué)習(xí)的圖像上采樣方法得知,該方法可以很好的保持圖像的

2、邊緣和細(xì)節(jié)等特征,所以本文對(duì)基于稀疏分解的圖像去噪方法和聯(lián)合冗余字典學(xué)習(xí)展開(kāi)研究,并將聯(lián)合字典學(xué)習(xí)方法用于圖像去噪問(wèn)題,得到了較好的結(jié)果。
　　 本文提出一種新的基于聯(lián)合字典學(xué)習(xí)的圖像去噪方法。將噪聲圖像訓(xùn)練集先進(jìn)行濾波處理得到質(zhì)量較低的圖像,再以干凈圖像和對(duì)應(yīng)的低質(zhì)量圖像對(duì)作為樣本進(jìn)行聯(lián)合字典學(xué)習(xí),圖像結(jié)構(gòu)和其它一些有用信息將通過(guò)學(xué)習(xí)過(guò)程中得到的表示系數(shù)得以保持和傳遞。并且字典里學(xué)習(xí)得到的圖像結(jié)構(gòu)信息以及圖像對(duì)之間的相關(guān)性使得