K—SVD算法的超声图像加性噪声去噪研究

摘要：

利用具有稀疏性、特征保持性和可分离性等特点的超完备字典的稀疏表示，基于核奇异值分解（K—SVD）算法，研究了对图像去除噪声效果以及影响效果的因素．理论分析及实验研究表明：K—SVD算法能够很好去除超声图像噪声，保留图像细节特征，获得更高的峰值信噪比（PSNR）值．在计算过程中发现K—SVD算法中的训练样本尺度大小是影响去噪效果的主要参数．

关键词：核奇异值分解算法、图像去噪、稀疏表示

所属期刊栏目：40

分类号：TN911.73

资助基金：基金项目:国家自然科学基金资助项目10974128

在线出版日期：2013-01-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：42-46,86