基于自适应字典选择的MCA图像修复方法

被引：11

作者：

张涛 ^{[1
,2
]}

洪文学 ^{[2
]}

机构：

[1] 燕山大学信息科学与工程学院

[2] 燕山大学生物医学工程研究所

来源：

光学技术 | 2010年 / 36卷 / 05期

关键词：

图像修复; 稀疏模型; 形态成分分析; 自适应字典选择; 最小能量;

D O I：

10.13741/j.cnki.11-1879/o4.2010.05.026

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

形态成分分析是一种基于稀疏模型的图像分析算法,其中心思想是根据信号组成成分的形态差异性选择两个合适的字典分别用来表示纹理部分和边缘卡通部分,具有良好的图像修复特性。传统上字典的选择需要由使用者根据图像内容人为确定。提出一种基于图像内容的自适应字典选择方法,根据最小能量在字典集合中选择最适合当前图像的字典并对图像进行修复。实验证明,该方法具有良好的图像修复性能。

引用

页码：672 / 676

页数：5

共 8 条

[1] 基于信号稀疏表示的形态成分分析:进展和展望 [J].

李映 ;

张艳宁 ;

许星 .

电子学报, 2009, 37 (01) :146-152

[2] 试论数字图像修复技术 [J].

汪志敏 .

张家口职业技术学院学报, 2007, (04) :47-48

[3] 数字图像修复技术综述 [J].

张红英 ;

彭启琮 .

中国图象图形学报, 2007, (01) :1-10

[4] 基于径向基函数的图像修复技术 [J].

周廷方 ;

汤锋 ;

王进 ;

王章野 ;

彭群生 .

中国图象图形学报, 2004, (10) :46-52+127

[5]

超小波分析及应用[M]. 国防工业出版社 , 闫敬文, 2008

[6]

Modeling Textures with Total Variation Minimization and Oscillating Patterns in Image Processing[J] . Luminita A. Vese,Stanley J. Osher.Journal of Scientific Computing . 2003 (1)

[7]

Optimally sparse representationin gen-eral(non-orthogonal)dictionaries via-1minimization .2 Donoho D L,Elad M. Proc.Natl.Acad.Sci . 2001

[8]

Redundant multiscale transforms and their application for morphological component analysis .2 J.-L. Starck,M. Elad,D.L. Donoho. Adv. Imaging Electron Phys . 2004

← 1 →