结合第二代Bandelet变换分块的字典学习图像去噪算法
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.11896/j.issn.1002-137X.2018.07.046

结合第二代Bandelet变换分块的字典学习图像去噪算法

引用
针对以往稀疏编码在图像去噪过程中存在的噪声残留和缺乏对图像的边缘与细节的本质特征的保护等问题,提出了一种结合第二代Bandelet变换分块的字典学习图像去噪算法,其更好地利用了图像的几何特性进行去噪.首先,通过第二代Bandelet变换可以灵活地根据图像几何流的正则性特征并能够自适应地获得图像的最稀疏表示来准确估计图像信息,并能自适应地选择最优的几何方向;然后,根据K-奇异值分解(K-Singular Value Decomposition,K-SVD)算法来训练学习字典;最后,通过四叉树分割对噪声图像进行自适应分块,从而去除噪声并保护图像的边缘与细节.实验结果表明,相比于其他学习字典,所提算法能更有效地保留图像的边缘特征与图像的精细结构.

第二代Bandelet变换、图像去噪、K-奇异值分解、字典学习、四叉树分割

45

TP391.41(计算技术、计算机技术)

国家科技支撑计划2015BAK01B06 ,国家自然科学基金项目41401466 ,河南省科技发展计划项目142102310247 ,172102310666

2018-08-23(万方平台首次上网日期,不代表论文的发表时间)

共7页

264-270

相关文献
评论
暂无封面信息
查看本期封面目录

计算机科学

1002-137X

50-1075/TP

45

2018,45(7)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn