基于聚类的图像稀疏去噪方法
在图像去噪方法的研究中，非局部均值算法与稀疏去噪算法是近几年受到广为关注的方法。非局部均值算法将具有邻域相似性的像素点作加权平均；而稀疏去噪算法是将图像的非噪声部分用过完备字典进行稀疏表示。基于上述两种方法的思想，本文提出了基于聚类的稀疏去噪方法，该方法结合了非局部均值算法与稀疏去噪算法的优点，对相似的图像块进行聚类，并通过施加11/12范数的正则化约束，对同一类中的图像块在过完备字典上进行相同结构的稀疏表示，从而达到去噪目的。在字典的选择上，本文使用DCT字典和双正交小波字典，能够同时保留原图像中的平滑分量与细节分量。实验结果表明，本文方法比传统的稀疏去噪方法有更好的去噪效果。
图像去噪 聚类算法 稀疏结构 数据字典
叶敏超 钱沄涛 沈言浩
浙江大学计算机科学与技术学院,浙江杭州310027
国内会议
北京
中文
1593-1598
2011-11-17（万方平台首次上网日期，不代表论文的发表时间）