壓縮感知圖像重構(gòu)及去噪算法的研究.pdf

1、壓縮感知理論是建立在矩陣分析、概率統(tǒng)計、泛函與拓撲分析等基礎(chǔ)學(xué)科之上的一種新的信號采樣與處理理論，它基于信號的先驗稀疏特性，在采樣信號的同時實現(xiàn)了數(shù)據(jù)的壓縮。采樣頻率可遠低于奈奎斯特采樣率，真正實現(xiàn)了高效的“信息直接獲取”。其主要包含三方面基本內(nèi)容：信號的稀疏表示、測量矩陣的構(gòu)造及重構(gòu)算法的設(shè)計。壓縮感知理論突破了傳統(tǒng)的信號獲取與處理方式，具有廣泛的應(yīng)用前景。論文針對二維圖像信號展開一系列研究，取得的研究成果和主要創(chuàng)新點包括以下四個方面

2、：
　　針對圖像信號研究了一種帶自修復(fù)功能的新型壓縮感知圖像重構(gòu)算法。該算法綜合分析了實際中的圖像一般都存在的退化降質(zhì)因素和問題，首先建立圖像的退化降質(zhì)數(shù)學(xué)模型，通過改進圖像壓縮感知系統(tǒng)中的測量矩陣和圖像稀疏表示的方法，建立了一種新的重建圖像算法模型。由于改進的測量矩陣的逆過程中包含升采樣和去模糊操作，使得重構(gòu)圖像時具有圖像自修復(fù)功能。仿真實驗結(jié)果也證明了所建立的重構(gòu)算法的有效性。
　　研究了一種基于各向異性圖像多尺度幾何變

3、換的壓縮感知去噪算法。針對現(xiàn)有壓縮感知算法在重建圖像過程中利用TV濾波器剔除噪聲時，無法兼顧降低噪聲和保留細節(jié)的問題，借鑒離散剪切濾波器設(shè)計的原理，構(gòu)造出了一種新型的緊框架下的各向異性的圖像多尺度幾何變換來實現(xiàn)對圖像達到最優(yōu)的稀疏表示，并在重構(gòu)過程中采用改進的SALSA算法作為圖像重建的算法。仿真實驗結(jié)果表明，算法能夠從少量受到噪聲污染的觀測值中重構(gòu)圖像，在有效消除噪聲的同時也能保留更多的圖像邊緣和細節(jié)信息，相比于現(xiàn)有壓縮感知去噪算法，

4、算法在主客觀成像效果上，均有明顯的改進。
　　針對多聚焦圖像的噪聲去除問題，研究了基于壓縮感知的多聚焦圖像去噪算法。在多聚焦圖像去噪處理過程中，通過壓縮感知實現(xiàn)對圖像高頻分量包含的有效信息進行重構(gòu)，利用殘差進行反加，避免在不知道噪聲方差的情況下導(dǎo)致去噪過程中濾掉了過多的圖像有用信息，從而提高去噪效果。
　　針對相干成像過程中產(chǎn)生的散斑噪聲，研究了同態(tài)濾波與中值濾波相融合的散斑噪聲污染圖像恢復(fù)算法。該算法充分考慮了兩種經(jīng)典去噪