基于稀疏表示的圖像去噪以及去霧霾算法.pdf

1、數(shù)字圖像在處理的過程中容易摻雜各類噪聲造成圖像模糊甚至失真，特別是近些年霧霾天氣頻發(fā)，圖像失真引發(fā)的問題更加嚴(yán)峻。在圖像去噪中，稀疏表示算法能用少于奈奎斯特采樣率所需的元素個(gè)數(shù)表示圖像信號(hào)，同時(shí)可以排除雜余信息，因而能達(dá)到較好的去噪效果。
　　本文從噪聲和霧霾的形成入手，圍繞原子庫的構(gòu)建和稀疏分解兩個(gè)方面，提出了兩種用稀疏表示優(yōu)化的圖像去噪算法和一種基于暗通道先驗(yàn)?zāi)Ｐ秃拖∈璞硎镜娜レF霾算法。主要工作和研究成果有以下幾個(gè)方面:

2、>　　1.總結(jié)了國內(nèi)外圖像去噪領(lǐng)域的研究現(xiàn)狀與目前主流的圖像去噪算法，深入地分析和研究了有代表性的幾種基于稀疏表示的圖像去噪算法，并分析了算法存在的問題以及需要解決的技術(shù)難題。
　　2.為了提高KSVD字典的高效性和稀疏表示算法去噪能力，對KSVD字典進(jìn)行改進(jìn)，提出了一種基于優(yōu)化字典設(shè)計(jì)的稀疏表示圖像去噪新算法。
　　3.針對KSVD算法在初始字典設(shè)計(jì)上的缺陷以及去噪效果欠佳的問題，做出優(yōu)化措施，提出自適應(yīng)分塊稀疏表示的圖像

3、去噪算法，仿真結(jié)果表明，新算法的去噪效果與KSVD算法更好。
　　4.基于現(xiàn)有的圖像去霧算法，分析了目前暗通道算法存在的問題以及需要解決的技術(shù)難題，提出了一種基于暗通道先驗(yàn)?zāi)Ｐ秃拖∈璞硎镜膱D像去霧算法。新算法使用暗通道先驗(yàn)?zāi)Ｐ腿レF，將稀疏表示算法運(yùn)用到圖像去霾中，與暗通道先驗(yàn)?zāi)Ｐ拖啾龋滤惴ǖ娜レF霾效果較好，有較高的保真度。
　　5.本文對所提出的優(yōu)化字典設(shè)計(jì)的稀疏表示圖像去噪算法，自適應(yīng)分塊稀疏表示的圖像去噪算法以及基于暗