發(fā)布時(shí)間：2017-09-04 04:29

  本文關(guān)鍵詞：基于圖像分解的稀疏去噪及優(yōu)化方法研究

  更多相關(guān)文章： 圖像去噪 稀疏表示 K-SVD 圖像分解 雙稀疏字典

【摘要】：為了改進(jìn)在紋理豐富的圖像中消除隨機(jī)噪聲的效果,基于對(duì)學(xué)習(xí)型字典隨機(jī)噪聲去噪實(shí)驗(yàn)結(jié)果的分析,論文提出了一種基于MCA圖像分解的稀疏表示的去噪方法。首先基于MCA分解將圖像分為結(jié)構(gòu)和紋理兩部分;然后對(duì)分解后的圖像分別進(jìn)行基于稀疏表達(dá)的去噪(對(duì)結(jié)構(gòu)圖像采用全局字典方法、對(duì)紋理圖像采用雙稀疏字典);最后將去噪后的兩部分圖像進(jìn)行合成。實(shí)驗(yàn)結(jié)果表明,相比于K-SVD學(xué)習(xí)型字典方法,論文算法在去噪效果和處理速度上均有所提高。
【作者單位】： 中航工業(yè)洛陽(yáng)電光設(shè)備研究所光電控制技術(shù)重點(diǎn)實(shí)驗(yàn)室;武漢理工大學(xué)信息工程學(xué)院;華中科技大學(xué)自動(dòng)化學(xué)院;
【關(guān)鍵詞】： 圖像去噪 稀疏表示 K-SVD 圖像分解 雙稀疏字典
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(編號(hào):61273241)資助
【分類(lèi)號(hào)】：TP391.41
【正文快照】： 1引言圖像在采集、編碼、傳輸、恢復(fù)、存儲(chǔ)等過(guò)程中,都不可避免地會(huì)受到許多因素的影響,這樣就會(huì)使圖像出現(xiàn)噪聲[1]。這些噪聲導(dǎo)致圖像質(zhì)量下降,圖像原始信息受到干擾,重要信息丟失,對(duì)后期處理造成影響。因此,對(duì)圖像進(jìn)行去噪處理就十分的必要[2]。研究人員已提出了很多圖像去

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 王憲棟;圖像代數(shù)與圖像分解[J];西安電子科技大學(xué)學(xué)報(bào);1995年01期

2 韓明華,葉如意;基于小波變換的圖像分解與重構(gòu)編碼的實(shí)現(xiàn)[J];微機(jī)發(fā)展;2003年11期

3 姜東煥;徐光寶;宋國(guó)鄉(xiāng);;基于小波和變分泛函的圖像分解[J];系統(tǒng)工程與電子技術(shù);2007年06期

4 李敏;馮象初;;基于小波空間的圖像分解變分模型[J];電子學(xué)報(bào);2008年01期

5 吳敏金;沈霄鳳;金升俊;;圖像分解中的多通道濾波器組合[J];中國(guó)圖象圖形學(xué)報(bào);2005年11期

6 張文娟;王艷紅;;運(yùn)用總變分最小化和振蕩函數(shù)的圖像分解方法[J];西安工業(yè)大學(xué)學(xué)報(bào);2008年03期

7 孟敏;平子良;;基于指數(shù)矩的圖像分解和重建[J];內(nèi)蒙古師范大學(xué)學(xué)報(bào)(自然科學(xué)漢文版);2011年03期

8 李峰;曾曉輝;陳盛霞;沈玉娟;;基于算子的圖像分解[J];中國(guó)圖象圖形學(xué)報(bào);2013年01期

9 白鍵;馮象初;;非凸泛函的圖像分解[J];西安電子科技大學(xué)學(xué)報(bào);2013年02期

10 胡正平,王成儒,練秋生;基于圖像分解的快速多圓/橢圓檢測(cè)方法[J];儀器儀表學(xué)報(bào);2002年S1期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前2條

1 秦勃;時(shí)鵬;;經(jīng)驗(yàn)?zāi)Ｊ蕉喑叨葓D像分解[A];第一屆全國(guó)幾何設(shè)計(jì)與計(jì)算學(xué)術(shù)會(huì)議論文集[C];2002年

2 方宇強(qiáng);戴斌;;基于圖像分解的魯棒光流計(jì)算[A];第二十九屆中國(guó)控制會(huì)議論文集[C];2010年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前3條

1 記者 曹婧逸;打造影院級(jí)影音空間漸成潮流[N];中華工商時(shí)報(bào);2012年

2 晉毅;危機(jī)中的希臘[N];中國(guó)攝影報(bào);2013年

3 記者鄭千里;掃描隧道組合顯微鏡又添利器[N];科技日?qǐng)?bào);2002年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前8條

1 劉春榮;結(jié)構(gòu)字典學(xué)習(xí)方法及應(yīng)用的研究[D];北京工業(yè)大學(xué);2015年

2 沙馬木呷;基于全變分與分塊低秩卡通—紋理正則的圖像分解與復(fù)原研究[D];電子科技大學(xué);2016年

3 黃曉彤;幾種圖像分解模型分析及其在文字提取中的應(yīng)用[D];云南大學(xué);2013年

4 張力娜;偏微分方程在圖像分解及邊緣檢測(cè)中的應(yīng)用[D];西安電子科技大學(xué);2008年

5 李艷霞;基于變分偏微分方程的圖像分解研究與應(yīng)用[D];中國(guó)海洋大學(xué);2009年

6 劉鳴;基于PDE的圖像分解方法研究與應(yīng)用[D];青島大學(xué);2008年

7 劉健;基于Mumford-Shah模型和G空間圖像分解的研究[D];中國(guó)海洋大學(xué);2011年

8 施克漢;基于變指數(shù)增長(zhǎng)反應(yīng)—擴(kuò)散方程組的圖像分解研究[D];哈爾濱工業(yè)大學(xué);2014年

，

本文編號(hào)：789361