基于字典对联合学习的退化图像复原方法

• 作者: 张士杰 张姣 李俊山 杨亚威 胡双演
• 来源期刊: 计算机辅助设计与图形学学报
• 学科: 工学
• 关键词: 图像复原 字典学习 稀疏分解
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 图像与视觉
• 页码范围: 406-413
• 页数: 8页
• 分类号: TP391
• 字数: 7503字
• 语种: 中文

摘要

针对传统字典学习方法在退化图像复原中效果不理想的问题,提出一种基于字典对联合学习的退化图像复原方法.首先在图像稀疏分解和字典学习的基本框架下,对基于字典学习复原方法的整个过程和关键步骤进行分析;然后针对图像复原的线性模型存在的缺陷,提出一种非线性的基于字典对联合学习的框架,解决了传统字典学习方法在退化图像复原中存在的不对称问题;最后利用随机梯度下降算法估计字典模型参数,并使用一种经典的启发式方法提高该算法的稳定性和收敛速度.基于各向同性和各向异性模糊核的实验结果表明,该方法对于非盲图像复原与当前技术条件下的方法相比是有竞争力的,甚至是更好的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李俊山	第二炮兵工程大学信息工程系	136	1222	15.0	29.0
2	胡双演	第二炮兵工程大学信息工程系	32	155	7.0	10.0
3	张姣	第二炮兵工程大学信息工程系	5	28	4.0	5.0
4	张士杰	第二炮兵工程大学信息工程系	9	55	4.0	6.0