基于ICA稀疏編碼算法和輪廓波變換的圖像去噪研究.pdf

1、圖像去噪在信號(hào)處理中是一個(gè)經(jīng)典問(wèn)題，同時(shí)它又是一個(gè)熱點(diǎn)問(wèn)題。噪聲不僅影響了圖像的視覺(jué)效果，而且在對(duì)圖像進(jìn)行處理分析時(shí)有很大的干擾。只有對(duì)圖像進(jìn)行了預(yù)處理去噪，才能保證后續(xù)處理使用的可靠性。圖像去噪不僅要盡可能保持原圖像的邊沿紋理等細(xì)節(jié)信息，而且要最大程度的去除其中的噪聲，因而圖像去噪一直以來(lái)都是研究人員關(guān)注的熱點(diǎn)問(wèn)題。
　　本文主要對(duì)圖像去噪算法進(jìn)行研究，重點(diǎn)分析了ICA稀疏編碼算法和輪廓波變換，并針對(duì)其中存在的不足，提出相應(yīng)的改

2、進(jìn)。本文主要研究?jī)?nèi)容歸納如下:
　　(1)研究了圖像去噪中的ICA稀疏編碼算法，針對(duì)其難以估計(jì)原始信號(hào)的概率密度函數(shù)、軟閾值收縮函數(shù)在去噪過(guò)程中會(huì)造成圖像細(xì)節(jié)的模糊等問(wèn)題，提出了一種改進(jìn)的ICA稀疏編碼算法。該算法通過(guò)建立ICA變換域中的貝葉斯閾值和一種新的收縮函數(shù)，不僅避免了對(duì)原始信號(hào)的估計(jì)，而且有效地解決了圖像細(xì)節(jié)模糊問(wèn)題。實(shí)驗(yàn)結(jié)果顯示，該算法不僅運(yùn)算復(fù)雜程度低，在實(shí)際情況下更容易實(shí)現(xiàn)，而且去噪效果明顯優(yōu)于傳統(tǒng)算法。
　

3、　(2)從輪廓波變換出發(fā)，提出了一種改進(jìn)的非下采樣輪廓波變換閾值去噪算法。該算法建立了一種新的貝葉斯閾值函數(shù)，該閾值函數(shù)能自適應(yīng)于子帶能量的聚集方向，并能更好的估計(jì)信號(hào)方差和噪聲方差。通過(guò)仿真實(shí)驗(yàn)，與傳統(tǒng)的非下采樣輪廓波變換閾值去噪算法相比，本文算法的去噪效果和峰值信噪比都有明顯的提高。
　　(3)由于大噪聲時(shí)ICA稀疏編碼去噪能力優(yōu)于輪廓波算法，而輪廓波算法在小噪聲時(shí)去噪效果要好于ICA稀疏編碼，本文提出了一種基于ICA稀疏編碼