基于自适应超完备稀疏表示的图像去噪方法

• 全文链接
• 请求原文

作   者：

肖泉;  丁兴号;  王守觉;  郭东辉;  廖英豪; 

作者机构：

中国科学院半导体研究所;  厦门大学信息科学与技术学院; 

关键词：

图像去噪;  阈值;  超完备字典;  稀疏表示; 

期刊名称：

仪器仪表学报

基金项目：

图像中物体识别的新理论和新方法

i s s n：

0254-3087

年卷期：

2009 年 09 期

页   码：

1886-1890

摘   要：

基于超完备字典的图像稀疏表示是一种新的图像表示理论,利用超完备字典的冗余性可以有效地捕捉图像的各种结构特征,从而实现图像的有效表示。当前稀疏表示的理论研究主要集中在稀疏分解算法和字典构造算法两方面。本文提出一种新的超完备字典构造算法:K-LMS算法,该算法由K均值聚类算法泛化获得,可用于超完备字典的自适应更新,以实现图像的有效表示。针对图像去噪问题,本文给出一种基于超完备稀疏表示的去噪方法,该方法利用图像在超完备字典上的自适应稀疏分解,通过阈值处理的方法实现了图像去噪,实验结果证实了本文所提方法的有效性。