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 |
|