1、紅外圖像容易受到噪聲的影響，且分辨率常常較低，這不利于紅外圖像的目標(biāo)檢測、跟蹤與識別，因此對紅外圖像進行預(yù)處理研究是非常有必要的。本文主要是研究基于稀疏表示的紅外圖像預(yù)處理方法。其中預(yù)處理研究包括有兩個方面:
　　 1、紅外圖像的去噪方法研究;2、紅外圖像的超分辨率方法研究。文章從紅外圖像的成像原理出發(fā)，介紹了它的優(yōu)點及其應(yīng)用。并針對其易受噪聲影響以及分辨率低等缺點，闡述了紅外預(yù)處理方法研究的重要性。
　　 首先，針對紅

2、外圖像去噪，在對各種去噪方法進行探討的基礎(chǔ)上，著重介紹了以稀疏表示理論為基礎(chǔ)的基于冗余詞典的K均值奇異值分解(K-SVD)去噪方法。假設(shè)紅外圖像受到均值為零的高斯白噪聲影響，針對噪聲較大的情況，將降采樣的方法應(yīng)用到詞典訓(xùn)練中，同時采用雙尺度的方法，提高去噪結(jié)果的準(zhǔn)確度。實驗證明在噪聲水平較高的情況下，該方法能夠得到與輸入圖像更匹配的詞典，同時可以獲得更好的效果。
　　 其次，針對紅外圖像的超分辨率，本文從基于插值的方法、基于重建

3、的超分辨率以及基于學(xué)習(xí)的超分辨率三個方面對圖像超分辨率算法進行了全面的闡述。著重介紹了一種基于稀疏表示和詞典學(xué)習(xí)的超分辨率方法。并針對紅外圖像分辨率低，細(xì)節(jié)較少的特點，對該超分辨率方法進行了改進。首先對低分辨率圖像上采樣，依次提取上采樣圖像的圖像子塊，然后設(shè)定閾值，將圖像塊劃分為平滑區(qū)域和細(xì)節(jié)區(qū)域，構(gòu)造適應(yīng)于細(xì)節(jié)區(qū)域的詞典對，最后對平滑區(qū)域采用雙三次插值的方法重構(gòu)，對細(xì)節(jié)區(qū)域采用稀疏表示的方法重構(gòu)。實驗結(jié)果證實了該方法能夠得到較好的高分