改进的K-奇异值分解图像去噪算法

• 作者: 刘增力 程一峰
• 来源期刊: 计量学报
• 学科: 工学
• 关键词: 计量学 图像去噪 稀疏贝叶斯学习 正交匹配追踪 K-奇异值分解 K-均值聚类
• 年，卷（期）: 2018,（3）
• 页码范围: 332-336
• 页数: 5页
• 分类号: TB96|TP751.1
• 字数: 3898字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1158.2018.03.09

摘要

针对传统的K-奇异值分解信号利用率不足,采用了稀疏贝叶斯学习预处理图像信号;将正交匹配追踪与改进之后的最速下降理论相结合;因噪声原子存在于字典更新之后得到的字典中,所以结合Bartlett检验法将噪声原子裁剪掉.实验结果表明,此方法相对于小波阈值去噪法、基于离散余弦变换字典稀疏表示等去噪方法能够更好地滤除噪声,保留图像边缘信息,获得更高的峰值信噪比,得到图像视觉效果更佳.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘增力	昆明理工大学信息工程与自动化学院	68	155	6.0	8.0
2	程一峰	昆明理工大学信息工程与自动化学院	1	3	1.0	1.0