基于群结构稀疏表示的图像修复

摘要：

针对基于稀疏表示的图像修复方法存在稀疏系数先验知识表达不足等问题，考虑图像的纹理自相似性和原子系数的群结构稀疏性，提出了群结构约束的稀疏表示模型，通过选取合适的群结构约束稀疏系数，使字典中相邻基对应的稀疏系数之间建立联系，并统一对输入图像的有效数据图块与训练样本进行稀疏编码来进一步训练字典，使其具有相同的稀疏模式，从而建立联合稀疏关联，并将其作为先验知识指导图像修复。通过区域目标剔除、像素缺失修复等实验验证其性能，实验结果表明，该方法有较强的自适应性，修复效果较好。

关键词：信息处理技术、稀疏表示、联合字典学习、群结构

所属期刊栏目：52

分类号：TP301.6(计算技术、计算机技术)

资助基金：安徽省自然科学基金No.1508085QF114。

在线出版日期：2016-10-14（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：14-17,30