- 1、本文档共8页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于旋转不变稀疏表示和流形学习的图像降噪
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
文档评论(0)