基于最小均方误差估计和稀疏性先验的图像去噪

• 作者: 卢一相 向豪 孙冬 杨杨 饶儒婷
• 来源期刊: 安徽大学学报（自然科学版）
• 学科: 工学
• 关键词: 图像去噪 稀疏表达 最小均方误差估计 随机正交匹配追踪 贝叶斯复原
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 32-36
• 页数: 5页
• 分类号: TP311
• 字数: 2360字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2162.2019.01.005

摘要

提出一种基于稀疏表达理论和最小均方误差估计的图像去噪算法,主要内容包括:在贝叶斯复原框架下,根据图像在冗余字典下的稀疏表达模型,建立原始图像表达系数的最小均方误差复原方程;利用随机正交匹配追踪算法,研究复原方程的数值求解算法,对图像表达系数进行近似求解,进而对原始图像进行恢复.对一组标准测试图像的仿真实验表明,提出的算法能够较好地去除图像中的噪声,并且复原图像具有较好的主观视觉质量和较高的峰值信噪比客观评价指标.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙冬	安徽大学电气工程与自动化学院	24	68	6.0	7.0
2	杨杨	安徽大学电子科学与技术学院	23	81	6.0	8.0
3	卢一相	安徽大学电气工程与自动化学院	26	108	6.0	9.0
4	向豪	安徽大学电气工程与自动化学院	1	0	0.0	0.0
5	饶儒婷	安徽大学电气工程与自动化学院	1	0	0.0	0.0