基于稀疏表示的紅外圖像濾波算法研究.pdf

1、隨著紅外熱成像技術發(fā)展的日趨成熟，紅外熱成像系統(tǒng)的應用已經(jīng)從軍事領域逐漸延伸到社會生活的各個領域，這種應用范圍的擴展，對系統(tǒng)的成像質量提出了更高的要求。受成像器件制造工藝水平的限制以及外界環(huán)境等因素的影響，采集圖像的過程中會引入大量噪聲，嚴重影響紅外圖像的質量及使用價值。目前成像器件的研制水平已接近國家基礎工業(yè)水平，從此處著手改善成像器件的性能成本高，且收效甚微，而利用數(shù)字圖像處理技術，通過使用算法濾除圖像噪聲的方式來改善紅外圖像質量，

2、成本低且見效快，具有重要的應用和推廣價值。
　　 傳統(tǒng)的圖像濾波算法通常從頻域區(qū)分圖像有用信息和噪聲，使得算法在濾除噪聲的同時也會濾除圖像的細節(jié)信息，針對此問題，提出基于過完備稀疏表示的紅外圖像濾波算法，該算法以圖像的稀疏表示理論為依據(jù)定性劃分圖像有用信息和噪聲，圖像中有用信息可以由具有結構性的原子稀疏表示，而噪聲是隨機成分，不具有結構特性，不能用原子表示，由此可有效區(qū)分圖像有用信息和噪聲。
　　 本文算法通過奇異值分解

3、方法，以原始紅外圖像為樣本學習得到性能優(yōu)良的過完備原子庫，并采用匹配追蹤算法，以能量衰減速率作為分解的條件閾值，將紅外圖像稀疏分解到該過完備原子庫上，僅圖像有用信息可由原子稀疏表示出來，以此重構紅外圖像，即可排除噪聲的干擾。然后，課題針對算法計算量巨大的問題提出分塊分解的優(yōu)化思想，使得算法實時性能改善明顯。
　　 論文最后對本文算法及常見的圖像濾波算法進行了Matlab仿真實驗，經(jīng)本文算法處理后的紅外圖像PSNR值可達到23.5