一种基于超完备字典学习的图像去噪方法

被引：47

作者：

蔡泽民 ^{[1
,2
]}

赖剑煌 ^{[3
,2
]}

机构：

[1] 中山大学数学与计算科学学院

[2] 广东省信息安全技术重点实验室

[3] 中山大学信息科学与技术学院

来源：

电子学报 | 2009年 / 37卷 / 02期

关键词：

稀疏表示; 基追踪; 匹配追踪; 字典学习; 二次规划;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

基于超完备字典的图像稀疏表示因其具有稀疏性、特征保持性、可分性等特点而被广泛应用于图像处理.本文提出一种超完备字典学习算法并应用于图像去噪.将字典学习等价于一个二次规划问题,并提出适合于大规模运算的投影梯度算法.学习所得字典能有效描述图像特征.基于此超完备学习字典,获得图像的稀疏表示,并恢复原始图像.实验结果表明,与小波类去噪方法相比,本文的学习算法能更好地去除图像噪声,保留图像细节信息,获得更高的PSNR值.

引用

页码：347 / 350

页数：4