基于分块K-SVD字典学习的彩色图像去噪

• 作者: 刘晓曼 刘永民
• 来源期刊: 南京理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 字典学习 图像分割 彩色图像去噪
• 年，卷（期）: 2016,（5）
• 页码范围: 607-612
• 页数: 6页
• 分类号: TP391
• 字数: 4645字
• 语种: 中文
• DOI: 10.14177/j.cnki.32-1397n.2016.40.05.017

摘要

该文构建了分块K-奇异值分解( K-SVD )字典学习算法处理彩色图像去噪问题。首先对彩色图像直接添加噪声，将其通过色彩通道分成3张灰度图像，利用超完备离散余弦变换( DCT)字典、全局字典和自适应字典等字典学习算法，分别对灰度图像进行去噪重建。通过图像分割理论对图像分块，使得分块K-SVD算法更有效运行于字典学习中。实验结果表明，离散余弦变换字典适用于弱噪声下权重较小的情况，全局字典适用于弱噪声下权重接近于1的情况，自适应字典适用于弱噪声下权重较大的情况。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘永民	江苏师范大学数学与统计学院	12	15	2.0	3.0
2	刘晓曼	东南大学数学系	2	4	2.0	2.0