位置:成果数据库 > 期刊 > 期刊详情页
一种基于超完备字典学习的图像去噪方法
  • ISSN号:0732-2112
  • 期刊名称:电子学报
  • 时间:0
  • 页码:1-12
  • 语言:中文
  • 分类:TN911.73[电子电信—通信与信息系统;电子电信—信息与通信工程]
  • 作者机构:[1]中山大学数学与计算科学学院,广东广州510275, [2]中山大学信息科学与技术学院,广东广州510275, [3]广东省信息安全技术重点实验室,广东广州510275
  • 相关基金:国家自然科学基金(No.60675016,No.60633030);国家973重点基础研究发展规划(No.2006CB303104);国家自然科学基金与广东省政府联合资助重点项目(No.U0835005)
  • 相关项目:基于原象学习理论的人脸图像对齐方法
中文摘要:

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.

英文摘要:

Images' sparse representations over over-complete dictionaries have a wide application in image processing due to the properties of sparsity,integrity and separability.This paper proposes a dictionary learning algorithm which is applied to image de-noising.The dictionary learning problem is expressed as a box-constrained quadratic program and a fast projected gradient method is introduced to solve it.The learned dictionary describes the image content effectively.Experimental results show that:in comparison with the wavelet-based de-noising methods,our learning-based algorithm has better de-noising ability,keep more detail image information and improve the peak signal-to-noise ratio.

关于赖剑煌:

同期刊论文项目
期刊论文 81 会议论文 45 获奖 3 专利 42 著作 1
期刊论文 13 会议论文 11 专利 1
同项目期刊论文