首页 | 本学科首页   官方微博 | 高级检索  
     

改进的多尺度学习字典图像去噪算法
引用本文:毛静.改进的多尺度学习字典图像去噪算法[J].计算机与数字工程,2023(4):899-905.
作者姓名:毛静
作者单位:安康学院电子与信息工程学院
基金项目:国家自然科学基金面上项目(编号:12174004);;陕西省教育厅专项科研计划项目(21JK2319);
摘    要:常规字典学习方法在单一尺度下对图像进行稀疏表示,不能完全表示图像的有效信息,去噪结果有待提升。针对上述局限性,提出一种改进的多尺度学习字典图像去噪算法。该算法使用改进的自适应阈值曲波变换对图像进行多尺度分解,并以此构建曲波域的多尺度学习字典,通过循环迭代完成字典和稀疏系数更新并叠加对应的曲波域图像块,最后执行曲波反变换得到去噪图像。结果表明,相对常规去噪算法,论文方法的灰度图像去噪结果峰值信噪比平均提升56.6%,结构相似度平均提升0.44;实际B超图像的完全无参考值提高47.3%,专家平定值提高32.3%。结论认为,改进方法对图像的边缘/纹理细节保持好,图像质量提升明显。

关 键 词:图像去噪  曲波变换  多尺度  学习字典  边缘保持  质量提升
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号