K—SVD算法的超声图像加性噪声去噪研究

K—SVD算法的超声图像加性噪声去噪研究
秦晓伟;郭建中
【期刊名称】《陕西师范大学学报（自然科学版）》
【年(卷),期】2012(040)006
【摘要】利用具有稀疏性、特征保持性和可分离性等特点的超完备字典的稀疏表示，基于核奇异值分解（K—SVD）算法，研究了对图像去除噪声效果以及影响效果的因素．理论分析及实验研究表明：K—SVD算法能够很好去除超声图像噪声，保留图像细节特征，获得更高的峰值信噪比（PSNR）值．在计算过程中发现K—SVD算法中的训练样本尺度大小是影响去噪效果的主要参数．%Using the sparse representation of over--completed dictionary which was sparsity, integrity and separability we studied the quality of image denoising and the factors which affected denoising quality in the framework of K-SVD algorithm. Theoretical analysis and experimental study show that the K-SVD algorithm can refrain noise very well, retain more details of the image and obtain better PSNR. The key factor which affects the quality of denoising in K-SVD algorithm is the size of trained pictures.
【总页数】6页(P42-46,86)
【作者】秦晓伟;郭建中
【作者单位】陕西师范大学物理学与信息技术学院,陕西西安710062;陕西师范大学物理学与信息技术学院,陕西西安710062
【正文语种】中文
【中图分类】TN911.73
【相关文献】
1.一种改进的基于K-SVD字典的图像去噪算法 [J], 王欣;沈思秋
2.基于改进的MCA和K-SVD的图像稀疏表示去噪算法 [J], 邓翔宇;刘增力
3.K-SVD和OMP算法在超声信号去噪中的应用 [J], 魏东;周健鹏
4.高密度噪声和混合噪声的图像去噪算法 [J], 郭慧娟;岳云霄;林菲;白雪飞
5.基于K-SVD算法的带钢表面缺陷图像去噪 [J], 崔东艳;高蔚庭;夏克文
因版权原因，仅展示原文概要，查看原文内容请购买。