-
题名使用双稀疏的图像去噪算法
被引量：3
- 1
-
-
作者
何俊飞
李峰
张建明
吴宏林
-
机构
长沙理工大学计算机与通信工程学院
-
出处
《小型微型计算机系统》
CSCD
北大核心
2015年第5期1109-1112,共4页
-
基金
国家自然科学基金项目(61202439)资助
湖南省教育厅优秀青年项目(12B003)资助
湖南省教育厅一般项目(12C0011)资助
-
文摘
为提高稀疏度并减小重构误差,提出一种基于稀疏字典和稀疏编码的图像去噪算法.基于贝叶斯图像稀疏去噪框架,采用交替优化思想学习出自适应稀疏超完备字典,该字典结构本身具有稀疏性,能有效分离图像的有用信息与噪声数据,提高算法的鲁棒性;在稀疏编码阶段,LS-OMP算法能不断选择与待去噪图像具有最相似结构的原子,从而能很好的逼近原始图像.实验表明,与基于传统固定字典、K-SVD学习字典、SK-SVD学习字典的稀疏去噪方法相比,该算法能较好的提取原图像的细节信息,具有较高的峰值信噪比.
-
关键词
稀疏字典
ls-omp
稀疏编码
峰值信噪比
-
Keywords
sparse dictionary
ls-omp
sparse coding
PSNR
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
