一种基于超完备字典学习的图像去噪方法

• 作者: 蔡泽民 赖剑煌
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 稀疏表示 基追踪 匹配追踪 字典学习 二次规划
• 年，卷（期）: 2009,（2）
• 所属期刊栏目: 科研通信
• 页码范围: 347-350
• 页数: 4页
• 分类号: TN911.73
• 字数: 3142字
• 语种: 中文
• DOI: 10.3321/j.issn:0372-2112.2009.02.019

摘要

基于超完备字典的图像稀疏表示因其具有稀疏性、特征保持性、可分性等特点而被广泛应用于图像处理.本文提出一种超完备字典学习算法并应用于图像去噪.将字典学习等价于一个二次规划问题,并提出适合于大规模运算的投影梯度算法.学习所得字典能有效描述图像特征.基于此超完备学习字典,获得图像的稀疏表示,并恢复原始图像.实验结果表明,与小波类去噪方法相比,本文的学习算法能更好地去除图像噪声,保留图像细节信息,获得更高的PSNR值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赖剑煌	中山大学信息科学与技术学院	41	804	15.0	28.0
5	蔡泽民	中山大学数学与计算科学学院	1	102	1.0	1.0