基于K-SVD和残差比的低信噪比图像稀疏表示去噪算法

您当前的位置：

首页 >

文章列表页 >

信息光学与图像处理 | 更新时间：2025-09-01

- 基于K-SVD和残差比的低信噪比图像稀疏表示去噪算法
- Low SNR image denoising via sparse and redundant representations over K-SVD algorithm and residual ratio iteration termination
- 光学技术 2012年38卷第1期页码：23-29
- 作者机构：
  
  1:重庆大学自动化学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金(60974090);中央高校基本科研业务费资助(CDJXS10172205)
- DOI：10.13741/j.cnki.11-1879/o4.2012.01.004
  中图分类号：
- 纸质出版：2012
- 稿件说明：
移动端阅览
张晓阳, 柴毅, 李华锋. 基于K-SVD和残差比的低信噪比图像稀疏表示去噪算法[J]. 光学技术, 2012,38(1):23-29.

Low SNR image denoising via sparse and redundant representations over K-SVD algorithm and residual ratio iteration termination[J]. 2012, 38(1): 23-29.
张晓阳, 柴毅, 李华锋. 基于K-SVD和残差比的低信噪比图像稀疏表示去噪算法[J]. 光学技术, 2012,38(1):23-29. DOI： 10.13741/j.cnki.11-1879/o4.2012.01.004.

Low SNR image denoising via sparse and redundant representations over K-SVD algorithm and residual ratio iteration termination[J]. 2012, 38(1): 23-29. DOI： 10.13741/j.cnki.11-1879/o4.2012.01.004.

针对低信噪比图像去噪问题

提出了一种基于K-SVD(Singular Value Decomposition)和残差比(Residual Ratio Iteration Termination)的正交匹配追踪(Orthogonal Matching Pursuit

OMP)图像稀疏分解去噪算法。该算法利用K-SVD算法将离散余弦变换(Discrete cosine transform

DCT)框架产生的冗余字典训练成能够有效反映图像结构特征的超完备字典

以实现图像的有效表示。然后以残差比作为OMP算法迭代的终止条件来实现图像的去噪。实验表明

该算法相对于传统基于Symlets小波图像去噪、基于Contourlet变换的图像去噪

以及基于DCT冗余字典的稀疏表示图像去噪

能够更加有效地滤除低信噪比图像中的高斯白噪声

保留原图像的有用信息。

浏览量

1380

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于可微收缩函数与自适应阈值的小波去噪

小波检测的二次迭代修剪均值滤波算法

基于非局部自相似性的混合噪声滤波算法

基于分数阶积分算法的OCT图像去噪研究

全变分引导的双边滤波图像去噪方法