论文部分内容阅读
信号在通信系统中经过信道把发送端的数据传输到接收端,信道是由这一过程中的传输媒介所构成的,由于信道通常存在着噪声。这就会使得信号经过信道时带有噪声,信道中比较经典的两种噪声是高斯噪声和椒盐噪声,或者他们的混合噪声,本文主要研究图像,因此是含噪图像,含噪图像严重影响了人们的视觉效果,阻碍了人们的识别,图像质量的好坏决定了图像后续的处理,因此,对信道噪声进行去噪是必要的。论文首先描述了传统的图像滤波方法,主要有中值滤波方法、平均值滤波方法、维纳滤波方法,傅里叶变换领域的去噪方法和小波变换领域的去噪方法,平均值滤波方法以及维纳滤波都能够比较好地去除高斯噪声,但是只能够去除小强度的噪声干扰,并且不适用于椒盐噪声的抑制,中值滤波器能够比较好的适用于椒盐噪声,并且当噪声强度是小强度情况时,还能够比较好地保留图像的高频信息,但它不适合于高斯噪声和高强度的椒盐噪声的抑制。傅里叶变换对信号的分析是全局性的,无法表征信号的时域和频域的局部性质,而小波变换能够多分辨率分析信号,并且在时域和频域中都能够表述信号的局部特征,因此,小波去噪方法相对于前面的各种方法来说,能够更好的保留图像的高频信息,但是当噪声强度增强到一定程度时,小波去噪方法也不能适用,因为它会造成严重的信息丢失,并且去噪效果不好。针对上面提到的不足,本文提出了压缩感知重构算法基追踪(BPDN)的改进形式IBPDN,把抑制噪声的2范数改为1范数,实验表明该算法不仅能够抑制信道中强度比较大的椒盐噪声和高斯噪声,也能够适用于信道中强度比较大的椒盐噪声和高斯噪声的混合噪声,优于传统的BPDN,而且在去噪的同时,能够很好地保留图像边缘和细节信息。