基于非抽样小波字典和稀疏表示的图像去噪方法

• 作者: 丁富淮 常晋义
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 图像去噪 稀疏表示 非抽样小波 过完备字典
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 图像处理与应用
• 页码范围: 193-196,205
• 页数: 5页
• 分类号: TP391
• 字数: 4828字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2015.12.045

摘要

图像去噪是图像处理中的关键问题之一,也是图像后续处理的基础,结合近年来兴起的稀疏表示理论,能更好地处理图像去噪问题.通过引入图像稀疏表示框架,从含噪图像自身中优化训练字典,初始字典选择构造非采样小波字典来更好地捕获图像信息,通过反复迭代学习获得高度自适应的过完备稀疏字典,重构图像时构造先验概率矩阵,结合后验概率估计与传统的正交匹配算法提出改进的图像重构算法.实验结果表明,与其他去噪方法相比,该算法具有良好的去噪能力,能较好地保持图像的边缘和细节特征,去噪后的图像更为清晰.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	常晋义	常熟理工学院计算机科学与工程学院	88	429	12.0	16.0
2	丁富淮	苏州大学计算机科学与技术学院	1	7	1.0	1.0