10.3969/j.issn.1002-2279.2015.01.017
基于字典学习的残差信息融合图像去噪方法
传统去噪算法只考虑从含噪图像中恢复出图像信息,然而对去噪后残差信号的利用却并未加以重视。针对图像去噪后残差信号中包含有用信息的特点,提出了一种基于字典学习的残差信息融合图像去噪方法。首先使用字典学习方法对单幅含噪图像进行去噪;然后对首次降噪后的残差图像进行图像块筛选;再对筛选出的图像块再次进行去噪处理;最后在小波域实现两幅图像的融合得到最终的去噪图像。实验结果表明,与传统基于字典学习的去噪方法相比,所提方法能够进一步提取残差信号中的图像特征信息,在峰值信噪比和结构相似度上都有所提升。特别是对一些细节较为复杂的场景图像,具有更好的去噪效果,从而证明了残差信号对于图像去噪的重要作用。
图像去噪、字典学习、图像残差、稀疏表示、小波融合
TP391(计算技术、计算机技术)
国家自然科学基金61101158;中央高校基本科研业务费项目2011 B11 214
2015-03-25(万方平台首次上网日期,不代表论文的发表时间)
共5页
58-62