基于稀疏字典的图像去噪方法研究

作者：唐凡; 郑晗; 陈晨; 刘小卫

来源：价值工程, 2019, 38(04): 185-187.

DOI：10.14018/j.cnki.cn13-1085/n.2019.04.056

• 稀疏表示
• 图像去噪
• k-svd算法
• 字典学习

传统的去噪方法在去除噪声时,不仅会造成较大的模糊,还会影响图像的边缘信息。文章利用稀疏表示理论去噪,将包含噪声的图像分解成低频信号和高频信号,由于噪声大部分都是高频信号,于是我们利用K-SVD算法仅对高频信号进行去噪,然后将去噪后的高频信号和原有的低频信号相融合。这样能有效地降低噪声对图像影响,为下一步的图像处理打好了基础。文章通过实验对比了传统空间域和频率域的去噪方法和NL-means去噪算法。试验结果表明,文章内所述方法在去除噪声的同时,能较好的保留图像的边缘和细节信息。

• 单位
  西安工程大学; 机电工程学院