基于旋转不变稀疏表示和流形学习的图像降噪.pdfVIP

学兔兔 第 35卷 第5期 仪 器 仪 表 学 报 Vo1．35No．5 2014年 5月 ChineseJournalofScientificInstrument Mav．2014 基于旋转不变稀疏表示和流形学习的图像降噪木 汤一彬 ，徐 宁 ，姚 澄 ，朱昌平 ，周 琳 (1．河海大学物联网工程学院 常州 213022；2．东南大学信息科学与工程学院 南京 210096) 摘 要：提出了一种基于旋转不变稀疏表示和流形学习的图像降噪算法。首先建立基于流形学习的图像稀疏模型，使稀疏系数 与图像块之间保持一致的流形结构。与此同时，由于图像块间较强的旋转相关性 ，算法在流形约束下采用旋转图像块进一步增 强稀疏重构的性能。在具体实施过程中，则提出了一种优化算法来求解该稀疏模型。该稀疏模型经过一系列转变，使之满足经 典K—SVD算法框架 ，并在该框架下实现迭代优化求解。实验表明，该稀疏模型，尤其对旋转图像块，能够更好地建立图像块间 的结构关系，提取各含噪图像块中的隐含特征 ，提高重构图像的PSNR值 ，从而获得比传统稀疏降噪算法更高的降噪性能。 关键词：图像降噪；稀疏表示；流形学习；旋转不变性 中图分类号：TN911．73 文献标识码 ：A 国家标准学科分类代码：510．4050 Imagedenoisingviarotationinvariantsparse representati0nandmanifoldlearning TangYibin ，XuNing ，YaoCheng ，ZhuChangping ，ZhouLin (．CollegeofIOTEngineering，HohaiUniversity，Changzhou213022，China； 2．SchoolofInformationScienceandEngineering，SoutheastUniversity， ng210096，China) Abstract：Animagedenoisingalgorithm isproposedviarotation invariantsparserepresentationandmanifoldlearning．Thealgorithm firstlybuildsthesparsemodelbased on manifoldlearningfortheimagepatches，andmakesthesparecoefficientsmaintain consistent manifoldstructurewithcorrespondingimagepatches．Meanwhile，duetothestrongrotation invariantrelationamongtheimagepatches， thealgorithm adoptsblockrotationtofurtherenhancetheperformanceof sparsereconsturctionunderthemanifoldconstrmnt．Indetails， anoptimal approachisproposed tosolvethesparsemode1．Withaseriesofmodeltransforms，thesparsemodelsatisfiestheclassic frameworkofK—SVD algorithm ，andtheiterativeoptimal solutionisachievedunderthisframework．Experimentresultsdemonstratethat theproposedsprasemodelcaneffectivelyestablishthestructuralrelationamongtheimagepatches，especiallytherotatedimagepatches， extr