10.16652/j.issn.1004-373x.2016.20.040
基于字典训练和高频增强的图像降噪研究
噪声图像,特别是含有高密度噪声图像在经过去噪后,图像细节(图像高频)丢失较多。针对这一问题,提出一种基于字典学习和高频增强的方法。该算法首先让噪声图像经过降噪算法处理,然后由样本图像依次模拟加噪和去噪过程得到去噪样本图像,样本图像和去噪样本图像相减得到样本差分图像,最后分别训练样本差分图像和去噪样本图像,得到一对高、低分辨率字典,用于重建图像去噪后所缺失的高频。实验结果表明,所提算法在主观的人眼视觉和客观评价上要优于经典的图像降噪算法。
图像降噪、字典训练、稀疏表示、K-SVD算法
39
TN911.73-34;TP393
国家自然科学基金61362006;广西自然科学基金2013GXNSFAA019334;广西无线宽带通信与信号处理重点实验室GXKL0614202;GXKL0614101;认知无线电重点实验室2013ZR08;桂林电子科技大学研究生教育创新计划项目YJCXS201517
2016-11-09(万方平台首次上网日期,不代表论文的发表时间)
共4页
159-162