一种基于稀疏表示的图像去噪算法

合集下载

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

存图像的边缘纹理信息。
关键词：图像去噪；稀疏表示；小波变换；脊波变换中图分类号：ＴＰ３９１．４１Ｉ，ＴＮ９１１．７文献标志码：Ａ文章编号：１０００— ０６８２（２０１３）０５— ００１３— ０４
ｔｏｍｕｈｉｒｅｓｏｌｕｔｉｏｎｉｍａｇｅｄｅｎｏｉｓｉｎｇｐｒｏｐｏｓｅｄｍｅｔｈｏｄｂａｓｅｄｓｐａｒｓｅｒｅｐｒｅｓｅｎｔａｔｉｏｎｏｆｔｈｅｉｍａｇｅｂｌｏｃｋ．Ｆｉｒｓｔ，ｔｈｅｎｏｉｓｅｉｍａｇｅｉｓｄｉｖｉｄｅｄｉｎｔｏｉｍａｇｅｂｌｏｃｋｓｏｆａｃｅｒｔａｉｎｓｉｚｅ，ｓｅｌｅｃｔｅｄｈｏｍｏｇｅｎｏｕｓｂｌｏｃｋａｎｄａｎｏｎ— ｈｏ — ｍｏｇｅｎｏｕｓｂｌｏｃｋ；ｔｈｅｎｗａｖｅｌｅｔｄｅｎｏｉｓｉｎｇｐｒｏｃｅｓｓｉｎｇｈｏｍｏｇｅｎｏｕｓｂｌｏｃｋ，ｗｈｉｌｅｔｈｅｕｓｅｒｉｄｇｅｌｅｔｄｅｎｏｉｓｉｎｇｍｅｔｈｏｄｔｏｄｅａｌｗｉｔｈｎｏｎ— ｈｏｍｏｇｅｎｏｕｓｂｌｏｃｋ，ｔｈｅｒｅｂｙｏｂｔａｉｎｉｎｇｉｍａｇｅａｆｔｅｒｇｏｎｏｉｓｅ．ＦｉｎａｌｌｙｕｓｉｎｇＷｉｅｎｅｒｆｉｌｔｅｒｆｕｔｈｒｅｒｐｒｏｃｅｓｓｄｅｎｏｉｓｉｎｇｉｍａｇｅ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｉｓｍｅｔｈｏｄｃｏｍｐａｒｅｄｗｉｔｈｐｕｒｅｗａｖｅｌｅｔｄｅｎｏｉｓｉｎｇａｎｄｒｉｄｇｅｌｅｔｄｅｎｏｉｓｉｎｇｍｅｔｈｏｄ，ｓｉｇｎａｌ — ｔｏ — ｎｏｉｓｅｒａｔｉｏｈａｓｂｅｅｎｉｍｐｒｏｖｅｄｈｉｇｈ，ｒｅｍｏｖｅｔｈｅｉｍａｇｅｎｏｉｓｅ，ａｎｄｔｏｓａｖｅｔｈｅｅｄｇｅｏｆｔｈｅｉｍａｇｅｔｅｘｔｕｒｅｉｎｆｏｒｍａｔｉｏｎ．Ｋｅｙｗｏｒｄｓ：ｉｍａｇｅｄｅｎｏｉｓｉｎｇ；ｓｐａｒｓｅｒｅｐｒｅｓｅｎｔａｔｉｏｎ；ｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍ；ｒｉｄｇｅｌｅｔｔｒａｎｓｆｏｒｍ
块与非同质块；然后利用小波去噪方法处理同质块，而采用脊波去噪方法处理非同质块，从而得到
去噪后的图像；最后采用维纳滤波器对去噪后的图像进一步处理。实验结果表明，该方法与单纯的小波去噪方法和脊波去噪方法相比，信噪比有了较高的改善，较好地去除图像噪声，并且很好地保
（ＣｏｌｌｅｇｅｏｆＣｏｍｐｕｔｅｒａｎｄＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＨｅｉｌｏｎｇｉａｆｎｇＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｈａｒｂｉｎ１５００２２，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ａｄａｐｔｉｖｅｆｅａｔｕｒｅｓｏｆｔｈｅｓｐａｒｓｅｒｅｐｒｅｓｅｎｔａｔｉｏｎ，ｔｈｅｓｐａｒｓｅｒｅｐｒｅｓｅｎｔａｔｉｏｎｔｈｅｏｒｙｉｓａｐｐｌｉｅｄ
２０１３年第５期
工业仪表与自示的图像去噪算法
王国权，张扬，李彦锋，王丽芬，马晓梅
（黑龙江科技大学计算机与信息工程学院，哈尔滨１５００２２）
摘要：利用稀疏表示的自适应特征，将稀疏表示的多分辨理论应用于图像的去噪处理中，提出了一种基于稀疏表示的图像分块去噪方法。首先将噪声图像分割成一定尺寸的图像块，选出同质
ＡｎｉｍａｇｅｄｅｎｏｉｓｉｎｇａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｓｐａｒｓｅｒｅｐｒｅｓｅｎｔａｔｉＯｎ
ＷＡＮＧＧｕｏｑｕａｎ，ＺＨＡＮＧＹａｎｇ，ＬＩＹａｎｆｅｎｇ，ＷＡＮＧＬｉｆｅｎ，ＭＡＸｉａｏｍｅｉ