基于稀疏冗余字典学习的图像去模糊算法 |
| |
引用本文: | 毕萍.基于稀疏冗余字典学习的图像去模糊算法[J].西安邮电学院学报,2013(4):29-32. |
| |
作者姓名: | 毕萍 |
| |
作者单位: | 西安邮电大学通信与信息工程学院 |
| |
基金项目: | 陕西省教育厅专项科学研究计划基金资助项目(11JK0929,12JK0504,12JK0543);西安邮电大学中青年教师科研基金资助项目(ZL2012-02,ZL2012-01) |
| |
摘 要: | 为了解决中度和重度污染的模糊图像去模糊效果差、边缘细节恢复难的问题,提出一种基于压缩感知理论的去模糊算法,即引入数字水印中的Zig-Zag变换,加入信号转换过程中的位置关系信息,对K-奇异值分解(K-singular value decomposition,K-SVD)算法进行改进,以优化稀疏系数的稀疏度。实验结果表明,对于中重度模糊图像,新算法的提高信噪比(Improve Signal to Noise Ratio,ISNR)优于K-SVD算法。
|
关 键 词: | 压缩感知 稀疏K-奇异值字典学习 Zig-Zag变换 正交匹配追踪 |
本文献已被 CNKI 等数据库收录! |
|