|
|
1.
基于双正交基字典学习的图像去噪方法
解凯 张芬
计算机应用
2012, 32 (04):
1119-1121.
DOI: 10.3724/SP.J.1087.2012.01119
为了提高图像去除白高斯噪声的性能，利用超完备字典作为图像的稀疏表示。超完备字典的冗余性可以有效地表示图像的各种几何奇异特征。在贝叶斯框架下，以图像块的稀疏表示定义了全局图像先验概率模型，给出了最大后验概率模型下的优化图像去噪算法。超完备字典使用两个不同的正交基构成，给出了基于奇异值分解（SVD）的优化字典计算方法。该方法充分利用正交基的特点，采用SVD方法进行高效的字典学习。基于双正交基字典的去噪算法提高了图像去噪性能，实验结果证实了所提方法的有效性。
参考文献 |
相关文章 |
多维度评价
|
|
