| 基于稀疏字典的图像去噪方法研究 |
| |
| 引用本文： | 唐凡,郑晗,陈晨,刘小卫. 基于稀疏字典的图像去噪方法研究[J]. 价值工程, 2019, 38(4): 185-187 |
| |
| 作者姓名： | 唐凡 郑晗 陈晨 刘小卫 |
| |
| 作者单位： | 西安工程大学机电工程学院,西安,710600;西安工程大学机电工程学院,西安,710600;西安工程大学机电工程学院,西安,710600;西安工程大学机电工程学院,西安,710600 |
| |
| 摘 要： | 传统的去噪方法在去除噪声时,不仅会造成较大的模糊,还会影响图像的边缘信息。文章利用稀疏表示理论去噪,将包含噪声的图像分解成低频信号和高频信号,由于噪声大部分都是高频信号,于是我们利用K-SVD算法仅对高频信号进行去噪,然后将去噪后的高频信号和原有的低频信号相融合。这样能有效地降低噪声对图像影响,为下一步的图像处理打好了基础。文章通过实验对比了传统空间域和频率域的去噪方法和NL-means去噪算法。试验结果表明,文章内所述方法在去除噪声的同时,能较好的保留图像的边缘和细节信息。
|
| 关 键 词： | 稀疏表示 图像去噪 k-svd算法 字典学习 |
Research on Image Denoising Based on Sparse Dictionary |
| |
| TANG Fan,ZHENG Han,CHEN Chen,LIU Xiao-wei. Research on Image Denoising Based on Sparse Dictionary[J]. Value Engineering, 2019, 38(4): 185-187 |
| |
| Authors: | TANG Fan ZHENG Han CHEN Chen LIU Xiao-wei |
| |
| Affiliation: | (College of Mechanical and Electrical Engineering,Xi'an University of Engineering,Xi'an 710600,China) |
| |
| Abstract: | TANG Fan;ZHENG Han;CHEN Chen;LIU Xiao-wei(College of Mechanical and Electrical Engineering,Xi'an University of Engineering,Xi'an 710600,China) |
| |
| Keywords: | sparse representation image denoising k-svd algorithm dictionary learning |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
