基于字典学习的大气湍流退化图像复原技术应用

• 作者: 侯阿临 刘乐 徐玉蕊 王刚刚
• 来源期刊: 吉林大学学报（信息科学版）
• 学科: 工学
• 关键词: 大气湍流 图像复原 DCT过完备字典 K-svd字典 自适应字典
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 153-157
• 页数: 5页
• 分类号: TP391
• 字数: 2418字
• 语种: 中文

摘要

为了消除大气湍流对图像的影响,提高图像质量,结合稀疏表示理论,采用字典学习的算法处理大气湍流退化图像.将DCT过完备字典、K-svd全局字典和自适应字典的算法应用于图像去噪过程,并与维纳滤波算法进行比较.结果表明,该算法能较好地滤除大气湍流退化图像的噪声,提高图像的峰值信噪比.仿真实验验证了稀疏表示在处理大气湍流退化图像的可行性,对比传统算法具有更好的去噪性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	侯阿临	长春工业大学计算机科学与工程学院	30	138	6.0	10.0
2	刘乐	长春工业大学计算机科学与工程学院	9	22	3.0	4.0
3	王刚刚	长春工业大学计算机科学与工程学院	6	9	2.0	3.0
4	徐玉蕊	长春工业大学计算机科学与工程学院	6	9	2.0	3.0