基于稀疏优化字典的图像去噪算法
2017-06-28王卫静
浙江工业大学学报 2017年3期
金 燕,王卫静
(浙江工业大学 信息工程学院,浙江 杭州 310023)
基于稀疏优化字典的图像去噪算法
金 燕,王卫静
(浙江工业大学 信息工程学院,浙江 杭州 310023)
稀疏表示算法是用过完备字典表示图像信息从而去除图像中的无用信息,达到去噪目的.KSVD字典是过完备字典中的一种,但是KSVD字典过于冗余,导致图像处理过程中冗余无用的图像信息降低算法的效率,为了提高KSVD字典的高效性和稀疏表示算法去噪能力,笔者提出了一种基于稀疏优化字典设计的图像去噪新算法.新算法的去噪步骤为首先运用正交匹配追踪算法求出稀疏系数;其次运用迭代算法用稀疏系数对初始DCT字典进行更新学习,在迭代的过程中逐渐去除噪声,得到去噪后的图像.仿真结果表明:与DCT字典算法、Global字典算法以及原有的KSVD字典算法进行对比,新方法的系数矩阵更加稀疏,去噪效果较好.
噪声;稀疏算法;正交匹配追踪;字典学习
噪声会导致信息判断出错,去除图像噪声成为研究的热点.图像去噪意义重大,在工业、交通安防领域以及医学中应用广泛[1-2].现代生活中,由于接触到的图像信息非常大,对图像的存储内存空间带来严重负荷,有时关心的只是海量信息的一部分,噪声中不含有有用信息,就可以对图像进行稀疏处理,将高维信号,压缩到低维,获得有用信息,去除噪声等杂余信息,即节约了空间又达到去噪的效果[3-4],理论研究证明,对图像的处理越稀疏,得到的有用信……
登录APP查看全文
