基于图像分解的稀疏去噪及优化方法研究

• 作者: 吴奇峰 吴巍 明德烈 邹辉 银壮辰
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 图像去噪 稀疏表示 K-SVD 图像分解 双稀疏字典
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 图像处理
• 页码范围: 2474-2479,2507
• 页数: 7页
• 分类号: TP274|TN713
• 字数: 4834字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2016.12.038

摘要

为了改进在纹理丰富的图像中消除随机噪声的效果,基于对学习型字典随机噪声去噪实验结果的分析,论文提出了一种基于MCA图像分解的稀疏表示的去噪方法.首先基于MCA分解将图像分为结构和纹理两部分;然后对分解后的图像分别进行基于稀疏表达的去噪(对结构图像采用全局字典方法、对纹理图像采用双稀疏字典);最后将去噪后的两部分图像进行合成.实验结果表明,相比于K SVD学习型字典方法,论文算法在去噪效果和处理速度上均有所提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	明德烈	华中科技大学自动化学院	37	240	9.0	14.0
2	吴巍	武汉理工大学信息工程学院	24	199	9.0	13.0
3	邹辉	中航工业洛阳电光设备研究所光电控制技术重点实验室	2	1	1.0	1.0
4	吴奇峰	中航工业洛阳电光设备研究所光电控制技术重点实验室	3	1	1.0	1.0
5	银壮辰	武汉理工大学信息工程学院	1	1	1.0	1.0