论文部分内容阅读
本文重点关注图像去噪、图像修补以及图像超分辨率重建的研究。由于成像系统和外界环境等客观因素，在生成、传送和存储过程中，会使得图像的质量有所下降，所以希望能够寻找一种图像复原技术，对已知的降质图像进行图像处理，来尽可能的还原图像本身。图像的超分辨率重建是一种通过信号处理的方法获得高分辨率的技术，在医学、军工、遥感和天文等领域具有重要应用。 本文重点介绍基于稀疏表示的灰度图像降噪模型，针对高斯白噪声这一种噪声，运用灰度K-SVD算法进行图像降噪，并引入一种字典原子改进算法，选择最优原子来对图像进行去噪，取得了更好的降噪结果。而后扩展到彩色图像三通道去噪的问题，能够处理高斯白噪声和非均值噪声这两种噪声。 同时，利用图像稀疏表示算法处理图像修补的问题，填补图像的孔洞信息，能恢复出较好的结果。在后续的研究中，本文从单尺度字典的研究扩展到多尺度字典的研究，提高了图像降噪的效果。 最后介绍了基于稀疏表示的图像的超分辨率重建算法，针对彩色图像三通道的特点，引出彩色图像的超分辨率重建算法，利用改进的K-SVD算法提供的彩色字典，提出图像自适应的正则化参数选择，实现图像的自适应重建，重建的图像在细节恢复上有了提高。