基于稀疏表示的红外图像去噪算法研究

摘要

随着红外热成像技术的发展，红外热成像系统已经广泛应用于军事和民用领域。红外成像系统应用范围的不断扩展，也使得许多场合对红外成像系统成像质量的要求越来越高。然而，由于受红外探测器材料、加工工艺、及外界环境等因素的影响，红外成像系统所采集的图像中总是存在大量的噪声，这些噪声严重降低了红外图像的视觉效果，给红外图像的观察带来了诸多不便。抑制或消除红外图像中的噪声一直是红外图像处理中的技术难题，尤其是红外图像采集过程中产生的固定图案噪声，运用传统的图像去噪方法进行处理时难以获得理想的图像效果，因此，研究新的红外图像去噪方法不仅必要而且具有重要理论意义和应用价值。
　　 本文针对传统滤波算法在滤除红外图像噪声的同时也滤除了图像中有用信息的不足，提出基于稀疏表示的红外图像去噪方法。该方法采用匹配追踪分解法，将红外图像信号分解到由特定基函数构成的过完备原子库上，图像中的有用信息能够用原子表示，而图像中的噪声由于没有结构特性，与原子的相关性很低甚至不能用原子表示，因此在图像分解完成后，仅利用代表图像有用信息的原子来重建图像，就能达到抑制图像噪声的目的。
　　 针对红外图像，本文选择过完备Gabor原子库作为红外图像稀疏分解的原子库，采用匹配追踪分解法，将红外图像分解到过完备原子库上。针对图像稀疏分解计算量巨大，计算耗时长的缺点，提出了一种可行的优化方法，将一幅图像按照行数来进行分解，而不是将整幅图像作为一个很长的信号来进行分解，从而节省了稀疏分解的计算量，大大缩短红外图像稀疏分解的耗时。同时，文章针对实际红外成像系统中采集和处理的真实红外图像的大小，通过统计实验的方法，确定了区分图像信息和噪声的相干比阈值。最后对标准测试图像和系统采集的真实红外图像分别进行测试，测试结果表明基于稀疏表示的红外图像去噪算法能够有效抑制红外图像的噪声，改善红外图像的视觉效果。

目录

声明

摘要

插图清单

附表清单

第一章 绪论

1．1 研究背景

1．1．1 红外热成像技术概述

1．1．2 红外热成像系统的应用

1．2 红外图像去噪算法研究的意义

1．3 红外图像去噪技术研究进展

1．4 论文研究内容及结构安排

第二章 基于稀疏表示的红外图像去噪

2．1 红外图像的存储形式

2．2 红外图像的噪声

2．3 传统的红外图像去噪方法

2．3．1 频率域去噪法

2．3．2 空间域去噪法

2．3．3 基于小波的去噪法

2．4 基于稀疏表示的红外图像去噪法

2．4．1 图像稀疏表示

2．4．2 基于过完备原子库的图像稀疏表示

2．4．3 基于稀疏表示的红外图像去噪

2．5 本章小结

第三章 基于稀疏表示的红外图像去噪算法实现

3．1 基于稀疏表示的图像去噪原理

3．2 红外图像稀疏分解的过完备原子库

3．3 红外图像的稀疏分解方法

3．4 图像匹配追踪算法的优化

3．4．1 红外图像稀疏分解的计算量

3．4．2 匹配追踪算法的实现流程

3．4．3 图像的匹配追踪算法

3．4．4 优化的图像匹配追踪算法

3．4．5 优化算法的性能分析

3．5 稀疏分解中图像信息与噪声的区分

3．5．1 硬阈值法

3．5．2 相干比阈值法

3．5．3 红外图像的相干比阈值

3．6 本章小结

第四章 对比实验结果及分析

4．1 图像质量评价方法

4．2 实验结果及分析

4．2．1 模拟红外图像去噪

4．2．2 真实红外图像去噪

4．3 结论

4．4 本章小结

第五章 结束语

5．1 全文总结

5．2 未来工作展望

致谢

参考文献

附录 攻读学位期间参与的科研项目及取得的研究成果