基于小波域稀疏表示的圖像去噪算法研究.pdf

1、由于數(shù)字圖像在量化和傳輸過(guò)程中常常會(huì)受到外部環(huán)境噪聲的干擾，因此圖像去噪在圖像處理中具有重要的意義。非下采樣雙樹(shù)復(fù)小波變換提供了一種新的多尺度圖像分析工具，是實(shí)小波的改進(jìn)并克服了其的缺陷，具有真正的平移不變性和多方向選擇性。而且變換系數(shù)在圖像分析中提供了更豐富的統(tǒng)計(jì)特征信息。稀疏表示是一種新興的信號(hào)分析和綜合方法，其目的就是在字典中用盡可能少的原子來(lái)表示信號(hào)。稀疏表示的應(yīng)用廣泛并已成功應(yīng)用于圖像去噪領(lǐng)域，在稀疏表示的過(guò)程中即可將噪聲濾除

2、。本文主要研究基于小波域稀疏表示的圖像去噪算法，主要工作如下:
　　1.綜述了圖像去噪的發(fā)展現(xiàn)狀，簡(jiǎn)要敘述了圖像去噪的性能評(píng)價(jià)標(biāo)準(zhǔn);介紹了非下采樣雙樹(shù)復(fù)小波的相關(guān)概念，并說(shuō)明了非下采樣雙樹(shù)復(fù)小波變換的優(yōu)點(diǎn)及變換的分解與重構(gòu)流程。
　　2.首先用自適應(yīng)各向異性二元非高斯統(tǒng)計(jì)模型模擬同一方向?qū)嵅亢吞摬啃〔ㄏ禂?shù)的聯(lián)合概率分布;然后把雙變量統(tǒng)計(jì)模型引入同一方向?qū)嵅亢吞摬啃〔ㄏ禂?shù)中，得到非下采樣雙樹(shù)復(fù)小波變換自適應(yīng)各向異性雙變量去噪模