一种新的正则化粒子滤波图像恢复算法

摘要：

引入粒子滤波对解决非线性非高斯模型的优良特性,将一种新的正则化粒子滤波算法(regularized particle filter)应用到混合噪声和乘性噪声图像恢复中. 由于采样重要性重采样(SIR)方法在重采样时没有考虑观测量而引入误差,本文方法从后验连续分布中采样,引入观测量进而减少误差,同时将易实现的累积分布函数和正则化重采样步骤融合,进一步使粒子方差最小化,解决粒子衰竭问题,缓解退化现象. 通过对具有混合噪声图像以及医学乘性噪声图像的恢复效果表明了该算法的有效性,且与小波阈值法和SIR粒子滤波法对比显示了其优越性.

关键词：粒子滤波、图像恢复、采样重要性重采样、正则化重采样、混合噪声、乘性噪声、累积分布函数

所属期刊栏目：30

分类号：TP751(遥感技术)

资助基金：国家自然科学基金资助项目 60772066

在线出版日期：2010-07-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：562-566,577