-
题名基于非抽样小波字典和稀疏表示的图像去噪方法
被引量：2
- 1
-
-
作者
丁富淮
常晋义
-
机构
苏州大学计算机科学与技术学院
常熟理工学院计算机科学与工程学院
-
出处
《计算机应用与软件》
CSCD
2015年第12期193-196,205,共5页
-
基金
江苏省教育厅项目(12KJB520001)
-
文摘
图像去噪是图像处理中的关键问题之一,也是图像后续处理的基础,结合近年来兴起的稀疏表示理论,能更好地处理图像去噪问题。通过引入图像稀疏表示框架,从含噪图像自身中优化训练字典,初始字典选择构造非采样小波字典来更好地捕获图像信息,通过反复迭代学习获得高度自适应的过完备稀疏字典,重构图像时构造先验概率矩阵,结合后验概率估计与传统的正交匹配算法提出改进的图像重构算法。实验结果表明,与其他去噪方法相比,该算法具有良好的去噪能力,能较好地保持图像的边缘和细节特征,去噪后的图像更为清晰。
-
关键词
图像去噪
稀疏表示
非抽样小波
过完备字典
-
Keywords
Image denoising
Sparse representation
Undecimated wavelet
Overcomplete dictionary
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
