基于旋转不变稀疏表示和流形学习的图像降噪

• 作者: 周琳 姚澄 徐宁 朱昌平 汤一彬
• 来源期刊: 仪器仪表学报
• 学科: 工学
• 关键词: 图像降噪 稀疏表示 流形学习 旋转不变性
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 学术论文
• 页码范围: 1101-1108
• 页数: 8页
• 分类号: TN911.73
• 字数: 8094字
• 语种: 中文

摘要

提出了一种基于旋转不变稀疏表示和流形学习的图像降噪算法.首先建立基于流形学习的图像稀疏模型,使稀疏系数与图像块之间保持一致的流形结构.与此同时,由于图像块间较强的旋转相关性,算法在流形约束下采用旋转图像块进一步增强稀疏重构的性能.在具体实施过程中,则提出了一种优化算法来求解该稀疏模型.该稀疏模型经过一系列转变,使之满足经典K-SVD算法框架,并在该框架下实现迭代优化求解.实验表明,该稀疏模型,尤其对旋转图像块,能够更好地建立图像块间的结构关系,提取各含噪图像块中的隐含特征,提高重构图像的PSNR值,从而获得比传统稀疏降噪算法更高的降噪性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周琳	东南大学信息科学与工程学院	39	136	7.0	9.0
2	朱昌平	河海大学物联网工程学院	161	1877	24.0	34.0
3	徐宁	河海大学物联网工程学院	13	48	5.0	6.0
4	姚澄	河海大学物联网工程学院	7	74	6.0	7.0
5	汤一彬	河海大学物联网工程学院	7	11	2.0	3.0