-
题名基于改进KSVD的稀疏表示去噪算法
- 1
-
-
作者
谌品为
吕文涛
韩同鹏
叶丹
-
机构
浙江理工大学信息科学与工程学院
浙江环智云创科技有限公司
杭州数页科技有限公司
-
出处
《软件工程》
2024年第8期20-23,36,共5页
-
基金
国家自然科学基金项目(U1709219,61601410)
浙江省科技厅重点研发计划项目(2022C01079)
2021年产业技术基础公共服务平台项目(2021-0174-1-1)。
-
文摘
为解决真实场景图像采集过程中受随机噪声影响导致采集质量下降的问题,提出一种基于改进KSVD(K-Singular Value Decomposition)的稀疏表示算法。通过无逆稀疏贝叶斯学习(Inverse Free Sparse Bayesian Learning,IFSBL)优化稀疏编码,提高字典原子利用率,让更多的字典原子信号参与到字典更新的过程中,在增强字典表达能力的同时,使稀疏表示的准确性更高;使用IFSBL-KSVD算法对含噪声的图像进行稀疏表示去噪,实验采用通用的图像数据集Set12进行测试,结果表明所提算法的PSNR相比于KSVD的PSNR提升了0.5 dB,能有效提升实际场景中采集图像的质量。
-
关键词
KSVD
ifsbl
稀疏表示
字典学习
图像去噪
-
Keywords
KSVD
ifsbl
sparse representation
dictionary learning
image denoising
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
