小波变换和稀疏冗余表示的混合图像去噪
为改进K-SVD方法抑制强噪声的效果,提出一种小波域稀疏冗余表示图像去噪方法——单尺度低频小波K-SVD (SLWK-SVD).首先对含噪图像做单尺度小波变换,然后用K-SVD算法对变换后的图像逼近系数学习过完备自适应字典,而对于高频小波系数则简单置零,最后用逆小波变换得到恢复图像.实验结果表明,与K-SVD方法相比,所提方法具有良好的抑制强噪声能力,在所给强噪声下(方差介于50和100),恢复图像信噪比提高了约0.5-1.5dB,并克服了K-SVD方法去噪后图像出现的明显波动效应,具有更佳的视觉效果.
图像去噪、小波变换、稀疏冗余表示、K-SVD
17
TP391.41(计算技术、计算机技术)
陕西省自然科学基金项目2009JM1015
2012-12-17(万方平台首次上网日期,不代表论文的发表时间)
共8页
1061-1068