节点文献

基于过完备字典学习的全变分图像去噪方法

免费订阅

【作者】 张晓严马杰武利涛

【Author】 ZHANG Xiaoyan;MA Jie;WU Litao;School of Electronics and Information Engineering, Hebei University of Technology;Key Laboratory of Tianjin Electronic Materials and Devices;

【机构】 河北工业大学电子信息工程学院天津市电子材料与器件重点实验室

【摘要】 为了改善低信噪比情况下去噪效果、边缘保持能力差的问题,提出一种联合全变分正则项的字典学习图像去噪方法.首先,把增广拉格朗日乘子法和正交匹配追踪这两种求解稀疏编码的方法跟经典的K-SVD思想相交融,改善字典性能;其次,将全变分去噪模型融入到基于字典学习的图像去噪理论中,在图像重构基础上,引入全变分约束项,作为改进去噪模型中新的一项,达到对噪声和图像边缘作后续优化处理、改善图像去噪性能的目的.实验结果表明,改进的去噪方法,在保持原有去噪效果前提下,在噪声标准差较大或者图片边缘信息丰富时,去噪图像更加自然,边缘更加清晰,视觉效果较好.

【基金】 国家自然科学基金(61203245);河北省自然科学基金(F2012202027)
  • 【DOI】10.14081/j.cnki.hgdxb.2017.01.001
  • 【分类号】TP391.41
  • 【下载频次】44
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: