特征分类学习的结构稀疏传播图像修复方法

• 作者: 唐向宏 屠雅丽 康佳伦 张东
• 来源期刊: 计算机辅助设计与图形学学报
• 学科: 工学
• 关键词: 特征分类 局部方差 Mean-Shift K-SVD 分类稀疏表示 结构稀疏
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 图像与视觉
• 页码范围: 864-872
• 页数: 9页
• 分类号: TP391
• 字数: 7549字
• 语种: 中文

摘要

针对样本图像字典自适应性差、有效信息单一、造成图像稀疏表示模糊的不足的问题, 提出一种基于特征分类学习字典的结构稀疏传播图像修复方法. 首先将图像块按特征分类, 根据不同特征的图像样本进行样本训练得到相对应的过完备字典; 然后对不同特征的待修复图像块提取不同的有效信息进行稀疏编码, 使得稀疏表示具有较强的自适应能力; 最后针对结构稀疏传播模型带来的偏差进行修改, 完善结构稀疏的传播机制. 仿真实验结果表明,该方法可以有效地修复图像结构边缘、不规则纹理和平滑部分的图像信息, 修复后的图像质量有较大的提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐向宏	杭州电子科技大学通信工程学院	102	580	12.0	19.0
5	康佳伦	杭州电子科技大学通信工程学院	6	124	5.0	6.0
6	张东	杭州电子科技大学通信工程学院	3	50	3.0	3.0
7	屠雅丽	杭州电子科技大学通信工程学院	2	20	2.0	2.0