基于字典学习的残差信息融合图像去噪方法 |
| |
引用本文: | 董明堃,蒋爱民,孙娟.基于字典学习的残差信息融合图像去噪方法[J].微处理机,2015(1):58-62. |
| |
作者姓名: | 董明堃 蒋爱民 孙娟 |
| |
作者单位: | 河海大学物联网工程学院 |
| |
基金项目: | 国家自然科学基金(61101158);中央高校基本科研业务费项目(2011B11214) |
| |
摘 要: | 传统去噪算法只考虑从含噪图像中恢复出图像信息,然而对去噪后残差信号的利用却并未加以重视。针对图像去噪后残差信号中包含有用信息的特点,提出了一种基于字典学习的残差信息融合图像去噪方法。首先使用字典学习方法对单幅含噪图像进行去噪;然后对首次降噪后的残差图像进行图像块筛选;再对筛选出的图像块再次进行去噪处理;最后在小波域实现两幅图像的融合得到最终的去噪图像。实验结果表明,与传统基于字典学习的去噪方法相比,所提方法能够进一步提取残差信号中的图像特征信息,在峰值信噪比和结构相似度上都有所提升。特别是对一些细节较为复杂的场景图像,具有更好的去噪效果,从而证明了残差信号对于图像去噪的重要作用。
|
关 键 词: | 图像去噪 字典学习 图像残差 稀疏表示 小波融合 |
本文献已被 CNKI 等数据库收录! |
|