结合分块噪声估计的字典学习图像去噪算法

• 作者: 任苗苗 夏克文 李绰 汪浩然 牛文佳
• 来源期刊: 计算机应用研究
• 关键词: 图像去噪 平滑图像块 奇异值分解 噪声估计 字典学习
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 图形图像技术
• 页码范围: 3153-3156,3161
• 页数: 5页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.10.060

摘要

近年来K-SVD字典学习去噪算法因其耗时短、去噪效果好的特点得到广泛关注和应用,但该算法的适用条件为图像的噪声为加性噪声且噪声标准差已知.针对这一情况,先提出一种平滑图像块筛选方法,并将其与奇异值分解(singular value decomposition,SVD)相结合实现对图像的噪声标准差估计;再将得到的噪声估计方法与K-SVD字典学习去噪算法结合起来,提出一种具备噪声估计特性的K-SVD字典学习去噪算法.对多种图像的去噪实验结果表明,与Donoho小波软阈值去噪算法、全变分(total variation,TV)去噪算法相比,该算法不仅能够使去噪后图像的峰值信噪比提升1～3 dB,并且能较好地保留图像的细节信息和边缘特征.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏克文	河北工业大学电子与信息工程学院	82	512	14.0	20.0
2	牛文佳	河北工业大学电子与信息工程学院	10	39	3.0	6.0
3	任苗苗	中国科学院电子学研究所	3	10	2.0	3.0
7	汪浩然	河北工业大学电子与信息工程学院	3	24	3.0	3.0
8	李绰	河北工业大学电子与信息工程学院	2	10	2.0	2.0