基于字典学习的图像去噪研究

• 作者: 程春燕
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: 机器学习 字典学习 稀疏表示 K-SVD 图像去噪
• 年，卷（期）: 2018,（1Z）
• 页码范围: 164-165
• 页数: 2页
• 分类号: TP391.41

摘要

为了克服传统方法去噪会损失部分有用信息的缺点,该文采用稀疏编码和字典训练两个关键技术,准确又高效地区分开图像的有用信号和噪声信号,更好地实现了去噪。针对字典训练的过程利用了K-SVD算法,研究了其原理和去噪流程,由于字典学习是通过机器学习获得而不是预先选定得到的,从而可以更完整地保留图像原有的信息,最终获取更高的峰值信噪比。通过对不同算法的仿真分析,验证了该方法的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程春燕	江西理工大学信息工程学院	2	1	1.0	1.0