資源描述：
《基于稀疏表示特征的rician噪聲圖像恢復(fù)研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、分類號O29學(xué)校代碼10590UDC51密級公開深圳大學(xué)碩士學(xué)位論文基于稀疏表示特征的Rician噪聲圖像恢復(fù)研究學(xué)位申請人姓名尤杰專業(yè)名稱數(shù)學(xué)學(xué)院(系、所)數(shù)學(xué)與統(tǒng)計學(xué)院指導(dǎo)教師姓名陳文勝教授深圳大學(xué)學(xué)位論文原創(chuàng)性聲明和使用授權(quán)說明原創(chuàng)性聲明本人鄭重聲明：所呈交的學(xué)位論文基于稀疏表示特征的Rician噪聲圖像恢復(fù)研究是本人在導(dǎo)師的指導(dǎo)下，獨立進行研究工作所取得的成果。除文中已經(jīng)注明引用的內(nèi)容外，本論文不含任何其他個人或集體已經(jīng)發(fā)表或撰寫的作品或成果。對本文的研究做出重要貢獻的個人和集體，均已在
2、文中以明確方式標明。本聲明的法律后果由本人承擔。論文作者簽名：日期：年月日基于稀疏表示特征的Rician噪聲圖像恢復(fù)研究摘要噪聲圖像恢復(fù)問題是應(yīng)用數(shù)學(xué)和圖像處理領(lǐng)域中最活躍的課題之一。從整個圖像分析角度來說，圖像恢復(fù)的目的在于對圖像進行預(yù)處理，改善圖像的質(zhì)量，為后續(xù)圖像處理做準備。噪聲圖像恢復(fù)的關(guān)鍵是在去噪的同時，盡量保留圖像的原有的邊緣等細節(jié)信息。近年來，隨著核磁共振（MagneticResonance）技術(shù)的發(fā)展，核磁共振圖像（MagneticResonanceImaing,MRI）中所包含
3、的Rician噪聲去除問題越來越引起人們的關(guān)注，也產(chǎn)生了一系列Rician噪聲去除算法。針對Rician噪聲圖像恢復(fù)問題，本學(xué)位論文提出了一些新的去噪方法來改進已有算法，并取得了較好的去噪性能。本學(xué)位論文共分五章，第一章為緒論，第二章介紹了相關(guān)研究工作，第五章為總結(jié)和展望。本學(xué)位論文的貢獻集中在第三章至第四章，主要做了以下兩個方面的工作。第三章提出了一種基于乘子交替方向法（AlternatingDirectionMethodofMultipliers,ADMM）的Rician噪聲去除算法。ADM
4、M算法是求解凸優(yōu)化的有效工具，而且該算法的理論完整。本章采用ADMM算法代替經(jīng)典的原始對偶算法來求解Rician噪聲去除模型，取得了良好的去噪效果。在求解模型的過程中，通過分離變量法將原始問題轉(zhuǎn)化為求解幾個子優(yōu)化問題，然后使用ADMM算法求解。該算法在理論上證明是收斂的。實驗結(jié)果表明了該算法的有效性。第四章提出了一個基于稀疏表示的Rician噪聲去除新模型。采用稀疏特征表示改變原去噪模型中的正則項，再采用SBI(Split-BregmanIteration)算法求解新的模型。為了能夠更好地適應(yīng)稀
5、疏模型，在進行稀疏表示的過程中設(shè)計了合適的字典，并通過K-SVD算法更新字典以找到最合適的字典用于圖像恢復(fù)。實驗結(jié)果表明，采用的基于稀疏特征表示的圖像恢復(fù)方法使得圖像在恢復(fù)的過程中細節(jié)部分更加清楚，邊緣更加銳化。同時，更好解決了用全變差作為正則項時得到的恢復(fù)圖像出現(xiàn)塊狀的問題。關(guān)鍵詞：圖像恢復(fù)；Rician噪聲；乘子交替方向法；稀疏特征表示；K-SVD算法IResearchonimagerestorationwithRiciannoiseviaSparseRepresentationAbstra
6、ctNoisyimagerestorationproblemisoneofthemostactiveresearchtopicsintheareasofappliedmathematicsandimageprocessing.Fromthepointofviewofthewholeimageanalysis,imagerestorationaimstopreprocessthenoisyimagesandimprovethequalityofimagesforfurtherimageproces
7、sing.Thekeyofnoisyimagerestorationistoretaintheedgesanddetailsofimageindenoising.Recently,withthedevelopmentofnuclearmagneticresonancetechnology,RicannoiseremovinginMagneticResonanceImage(MRI)attractsmoreandmoreresearchers’attentionandaseriesofmethod
8、sofremovingtheRiciannoisehasbeenproposed.ToaddresstheimagerestorationproblemwithRiciannoise,thisdissertationpresentssomenoveldenoisingapproachestoimprovetheexistingalgorithmsandachievessuperiordenoisingperformance.Thedissertationinvolvesfivechapters.
