基于字典学习和原子聚类的图像去噪算法

• 作者: 孙挺 王华东 耿国华
• 来源期刊: 计算机应用研究
• 关键词: 字典学习 稀疏表示 冗余字典 K-均值聚类
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 图形图像技术
• 页码范围: 2236-2240
• 页数: 5页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2016.07.069

摘要

针对图像去噪过程中会导致细节和纹理结构信息丢失的不足,提出了基于字典学习和原子聚类的图像去噪算法.该算法利用含噪图像通过字典学习算法得到自适应的冗余字典,然后提取字典中每个原子的HOG特征和灰度统计特征构成特征集,并利用原子的特征集将冗余字典中的原子分成两类(不含噪原子和噪声原子),最后利用不合噪原子恢复图像,达到去噪的目的.实验结果表明,提出的算法无须知道噪声的先验信息,峰值信噪比好于现有的流行算法,且能较好地保持图像细节和纹理结构信息,提高了视觉效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	耿国华	西北大学可视化研究所	497	5986	35.0	55.0
2	孙挺	周口师范学院计算机科学与技术学院	30	141	7.0	11.0
3	王华东	周口师范学院计算机科学与技术学院	41	279	7.0	15.0