本文關(guān)鍵詞： 圖像去噪 平滑圖像塊 奇異值分解 噪聲估計(jì) 字典學(xué)習(xí)　出處：《計(jì)算機(jī)應(yīng)用研究》2017年10期 　論文類型：期刊論文

【摘要】：近年來K-SVD字典學(xué)習(xí)去噪算法因其耗時(shí)短、去噪效果好的特點(diǎn)得到廣泛關(guān)注和應(yīng)用,但該算法的適用條件為圖像的噪聲為加性噪聲且噪聲標(biāo)準(zhǔn)差已知。針對(duì)這一情況,先提出一種平滑圖像塊篩選方法,并將其與奇異值分解(singular value decomposition,SVD)相結(jié)合實(shí)現(xiàn)對(duì)圖像的噪聲標(biāo)準(zhǔn)差估計(jì);再將得到的噪聲估計(jì)方法與K-SVD字典學(xué)習(xí)去噪算法結(jié)合起來,提出一種具備噪聲估計(jì)特性的K-SVD字典學(xué)習(xí)去噪算法。對(duì)多種圖像的去噪實(shí)驗(yàn)結(jié)果表明,與Donoho小波軟閾值去噪算法、全變分(total variation,TV)去噪算法相比,該算法不僅能夠使去噪后圖像的峰值信噪比提升1~3 dB,并且能較好地保留圖像的細(xì)節(jié)信息和邊緣特征。
[Abstract]:In recent years, K-SVD dictionary learning denoising algorithm has been widely concerned and applied because of its short time consuming and good denoising effect. However, the suitable condition of the algorithm is that the noise of the image is additive noise and the noise standard deviation is known. In view of this situation, a smoothing image block filtering method is proposed. It is combined with singular value decomposition (SVD) to estimate the noise standard deviation of the image. Then the noise estimation method is combined with K-SVD dictionary de-noising algorithm. A K-SVD dictionary learning de-noising algorithm with the characteristic of noise estimation is proposed. The experimental results of de-noising for various images show that the de-noising algorithm is similar to the Donoho wavelet soft threshold de-noising algorithm. Compared with the total variation / TV-based denoising algorithm, the proposed algorithm can not only improve the PSNR of the de-noised image by 1 ~ 3 dB. And it can preserve the details and edge features of the image.
【作者單位】： 河北工業(yè)大學(xué)電子與信息工程學(xué)院;中國科學(xué)院電子學(xué)研究所;中國科學(xué)院大學(xué);
【基金】：國家自然科學(xué)基金資助項(xiàng)目(51208168) 天津市自然科學(xué)基金資助項(xiàng)目(13JCYBJC37700) 河北省自然科學(xué)基金資助項(xiàng)目(E2016202341) 大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目(河北省重點(diǎn))(201510080051)
【分類號(hào)】：TP391.41
【正文快照】： 院大學(xué),北京100190)0引言伴隨著圖像處理技術(shù)的持續(xù)發(fā)展,圖像去噪一直是圖像處理領(lǐng)域的研究熱點(diǎn)。圖像去噪的目的就是在去除噪聲污染的前提下,最大限度地使圖像的細(xì)節(jié)和邊緣信息得到保留。傳統(tǒng)圖像去噪方法主要可以分為基于空間域的去噪方法和基于頻域的去噪方法兩大類�；�

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 曲延華;秦宏;張玉梅;;基于改進(jìn)的醫(yī)學(xué)圖像去噪算法的研究[J];沈陽工程學(xué)院學(xué)報(bào)(自然科學(xué)版);2009年03期

2 石玉英;劉晶晶;;一種基于矩陣格式的半隱式圖像去噪算法[J];徐州工程學(xué)院學(xué)報(bào)(自然科學(xué)版);2012年04期

3 侯建華;熊承義;田金文;柳健;;基于鄰域閾值分類的小波域圖像去噪算法[J];光電工程;2006年08期

4 唐琳;晏海華;蔡德榮;黃猛;;一種基于最優(yōu)小波包基的圖像去噪算法[J];計(jì)算機(jī)與數(shù)字工程;2008年04期

5 李小林;劉傳才;魏艷紅;;一種非線性復(fù)擴(kuò)散圖像去噪算法[J];渭南師范學(xué)院學(xué)報(bào);2009年02期

6 熊波;尹周平;;滑動(dòng)平均和改進(jìn)權(quán)重函數(shù)的快速非局部平均圖像去噪算法[J];中國圖象圖形學(xué)報(bào);2012年05期

7 王民;文義玲;;常用圖像去噪算法的比較與研究[J];西安建筑科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年06期

8 陳蒙;;醫(yī)學(xué)X光成像中圖像去噪算法研究[J];軟件;2013年11期

9 李小林;劉傳才;;一種新的基于二階導(dǎo)數(shù)的圖像去噪算法[J];漳州師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2008年01期

10 肖貴元;;基于三維濾波的視頻去噪算法研究[J];電光與控制;2008年05期

相關(guān)會(huì)議論文 前7條

1 王樹艷;楊勛年;;平面曲線去噪的混合雙邊算法[A];第五屆全國幾何設(shè)計(jì)與計(jì)算學(xué)術(shù)會(huì)議論文集[C];2011年

2 李洋;李雙田;;小波圖像去噪算法分析[A];第十四屆全國信號(hào)處理學(xué)術(shù)年會(huì)(CCSP-2009)論文集[C];2009年

3 鄧志全;關(guān)履泰;朱慶勇;;改進(jìn)的非局部均值圖像去噪算法[A];第十四屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

4 李俊峰;戴文戰(zhàn);潘海鵬;高金鳳;;基于灰色系統(tǒng)理論的圖像去噪算法研究[A];第二十九屆中國控制會(huì)議論文集[C];2010年

5 張娛;谷旭源;;基于小波系數(shù)的圖像自適應(yīng)閾值去噪算法[A];全國第4屆信號(hào)和智能信息處理與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2010年

6 趙振磊;耿則勛;王蘭;閆兆嬋;;基于自適應(yīng)遞歸LPA-ICI的圖像去噪算法[A];圖像圖形技術(shù)研究與應(yīng)用2009——第四屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2009年

7 劉志剛;郭艷穎;;基于形態(tài)神經(jīng)網(wǎng)絡(luò)的SAR圖像去噪算法研究[A];圖像圖形技術(shù)與應(yīng)用進(jìn)展——第三屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2008年

相關(guān)博士學(xué)位論文 前5條

1 張鑫媛;基于結(jié)構(gòu)相似性的磁共振圖像去噪新算法研究[D];南方醫(yī)科大學(xué);2015年

2 陳大力;數(shù)字圖像處理中去噪算法的研究[D];東北大學(xué);2008年

3 劉輝;數(shù)字圖像處理中基于局部方向性的壓縮和去噪算法研究[D];吉林大學(xué);2008年

4 宮霄霖;基于小波變換的不規(guī)則鄰域的數(shù)字圖像去噪算法研究[D];天津大學(xué);2010年

5 崔學(xué)英;低劑量CT的投影域去噪算法和后處理方法研究[D];中北大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 王圳萍;基于低秩矩陣恢復(fù)的圖像去噪算法研究[D];西南交通大學(xué);2015年

2 張超;圖像和視頻去噪算法的研究與實(shí)現(xiàn)[D];復(fù)旦大學(xué);2014年

3 羅格;三維模型去噪算法的研究及其在三維曲面重建上的應(yīng)用[D];哈爾濱工業(yè)大學(xué);2015年

4 賀東霞;數(shù)字圖像去噪算法的研究與應(yīng)用[D];延安大學(xué);2015年

5 劉航;并行非局部均值去噪算法研究[D];西安電子科技大學(xué);2014年

6 王秀東;圖像去噪算法及其GPU并行化研究[D];西安電子科技大學(xué);2014年

7 李翠菊;基于NSCT和雙邊濾波的圖像去噪算法研究[D];湘潭大學(xué);2015年

8 劉斌;BM3D去噪算法的硬件實(shí)現(xiàn)[D];上海交通大學(xué);2013年

9 鐘瑩;結(jié)構(gòu)特性匹配的非局部均值圖像去噪算法研究[D];合肥工業(yè)大學(xué);2014年

10 陳強(qiáng)云;基于結(jié)構(gòu)信息的非局部均值圖像去噪算法[D];合肥工業(yè)大學(xué);2015年

，

本文編號(hào)：1489662