基于K-SVD算法改进BayesShrink小波阈值去噪

• 作者: 杨娟 杨杰 胡英杰 覃锡忠 贾振红
• 来源期刊: 激光杂志
• 学科: 工学
• 关键词: 小波变换 字典学习算法 近似子带系数 K-SVD 图像去噪
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 光信息与信息处理
• 页码范围: 30-31
• 页数: 2页
• 分类号: TP391.41
• 字数: 2447字
• 语种: 中文

摘要

提出了一种基于BayesShrink小波阈值去噪算法和稀疏字典学习算法(K-SVD)相结合的图像去噪算法.针对现有的小波去噪算法只处理了细节子带系数,而没有处理近似子带的系数最终导致去噪效果带有局限性的问题,在实际应用中,噪声不仅改变了细节子带系数同时还改变了近似子带的系数,提出了使用K-SVD算法处理图像小波变换近似子带系数以改进现有小波阈值图像去噪算法的效果的缺陷,仿真实验结果表明:改进后的算法能够有效的去除图像的高斯噪声,提高图像的峰值信噪比,明显的改善图像的视觉效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨杰	上海交通大学图像处理与模式识别研究所	340	5370	35.0	58.0
2	贾振红	新疆大学信息科学与工程学院	286	1621	18.0	28.0
3	覃锡忠	新疆大学信息科学与工程学院	125	691	13.0	18.0
4	杨娟	新疆大学信息科学与工程学院	8	22	2.0	4.0