基于带权稀疏表示和字典学习的图像去噪模型

• 作者: 孙少超
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 图像去噪 非局部自相似性 稀疏表示 混合高斯模型
• 年，卷（期）: 2016,（z2）
• 所属期刊栏目: 模式识别与图像处理
• 页码范围: 208-209,236
• 页数: 3页
• 分类号: TP391
• 字数: 2617字
• 语种: 中文

摘要

利用GMM模型对自然图像块进行学习,对高斯分量的协方差矩阵做PCA,用其特征向量组成的矩阵作为子字典,用特征值的大小作为对稀疏系数加权的依据,并将该模型应用到CSR模型中得到一种新的去噪模型,并给出模型的优化算法.为了验证提出的模型的有效性,设计了比较的仿真实验,实验表明与一些先进的模型相比,该方法具有优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙少超		9	11	2.0	3.0