非局部学习字典的图像修复

• 作者: 乐翔 李小文 李民 程建
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 图像修复 学习字典 稀疏表示 联合稀疏近似 非局部
• 年，卷（期）: 2011,（11）
• 所属期刊栏目: 论文
• 页码范围: 2672-2678
• 分类号: TP391
• 字数: 4436字
• 语种: 中文
• DOI: 10.3724/SP.J.1146.2010.01426

摘要

该文提出一种新的基于学习的图像修复算法.与经典的稀疏表示模型不同,该文将非局部自相似图像块统一进行联合稀疏表示,训练高效的学习字典,并使自相似块间保持相同的稀疏模式.该方法既确保自相似块投影到稀疏空间后也具有相似性,也较好地保留了自相似块间的相关性信息,更有效地建立了它们的联合稀疏关联,并将这种关联作为先验知识来指导图像的修复.该算法使用大量自然图像样本来训练初始的过完备字典,既利用了样本图像的先验知识,又充分考虑了待处理图像本身的相关信息,自适应性强.通过对自然图像进行大﹑小范围图像修复和文字去除实验,该文方法均取得不错的修复效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程建	电子科技大学地表空间信息技术研究所	28	334	10.0	17.0
5	李小文	电子科技大学地表空间信息技术研究所	16	220	9.0	14.0
6	李民	电子科技大学地表空间信息技术研究所	8	203	6.0	8.0
10	乐翔	电子科技大学电子工程学院	6	174	4.0	6.0