| 一种基于超完备字典学习的图像去噪方法 |
| |
| 引用本文： | 蔡泽民,赖剑煌.一种基于超完备字典学习的图像去噪方法[J].电子学报,2009,37(2):347-350. |
| |
| 作者姓名： | 蔡泽民 赖剑煌 |
| |
| 作者单位： | 1. 中山大学数学与计算科学学院,广东广州,510275;广东省信息安全技术重点实验室,广东广州,510275
2. 中山大学信息科学与技术学院,广东广州,510275;广东省信息安全技术重点实验室,广东广州,510275 |
| |
| 基金项目： | 国家自然科学基金，国家重点基础研究发展规划(973计划)，国家自然科学基金与广东省政府联合资助重点项目 |
| |
| 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.
|
| 关 键 词： | 稀疏表示 基追踪 匹配追踪 字典学习 二次规划 |
| 收稿时间： | 2008-03-03 |
An Over-complete Learned Dictionary-Based Image De-noising Method |
| |
| CAI Ze-min,LAI Jian-huana.An Over-complete Learned Dictionary-Based Image De-noising Method[J].Acta Electronica Sinica,2009,37(2):347-350. |
| |
| Authors: | CAI Ze-min LAI Jian-huana |
| |
| Affiliation: | 1.School of Mathematics and Computational Science;Sun Yat-sen University;Guangzhou;Guangdong 510275;China;2.School of Information Science and Technology;3.Guangdong Province Key Laboratory of Information Security;China |
| |
| Abstract: | 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 ... |
| |
| Keywords: | sparse representation basis pursuit matching pursuit dictionary learning quadratic program |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《电子学报》浏览原始摘要信息 |
|
点击此处可从《电子学报》下载全文 |
