基于自适应字典学习的乘性噪声去除模型

摘要：

为了更好地去除图像中的噪声,提出一种基于稀疏表示的自适应字典学习的图像乘性噪声抑制模型.利用PCA字典和迭代收缩算法更新稀疏编码,用牛顿迭代法获得对数域中的恢复图像,再利用指数函数以及误差校正将得到的结果转到实数域中.实验结果表明,与已有的4种抑噪算法相比,该模型在有效去除乘性噪声的同时,能够更好地保持原始图像的重要信息.

关键词：字典学习、稀疏表示、乘性噪声、非局部

所属期刊栏目：37

分类号：TN911.73

资助基金：国家自然科学基金61362021,61272216,61572147;广西自然科学基金2013GXNSFDA019030,2014GXNSFDA118035;广西高校图像图形智能处理重点实验室基金GIIP201408,GIIP201503,GIIP201501,GIIP201401;广西高校中青年教师基础能力提升计划KY2016YB162

在线出版日期：2017-09-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：187-191