发明名称 一种基于组的非局部稀疏表示加性噪声去除方法
摘要 本发明公开了一种基于组的非局部稀疏表示加性噪声去除方法,具体步骤包括:S1:在标准图像库中获得自然图像,并对图像进行图像分块并用高斯混合模型训练字典;S2:对每个图像进行加噪声处理,利用基于组的稀疏表示和非局部稀疏表示的方法得到去除噪声模型;S3:将含噪图像分成有重叠的小块,为每个图像块进行非局部相似匹配,找到其具有相同结构类型的相似图像块,把相似度最高的一些块放到一个组中;S4:对于分好的每个组,先对每个组进行奇异值分解,然后对特征值进行阈值处理,得到每个组的估计值;S5:利用预先训练的字典求出估计组在字典中的稀疏编码;S6:利用软阈值方法求解模型;S7:得到去噪图像。
申请公布号 CN106169180A 申请公布日期 2016.11.30
申请号 CN201610548312.5 申请日期 2016.07.13
申请人 桂林电子科技大学 发明人 陈利霞;李其珂;王学文;何成凤;杨彬
分类号 G06T5/00(2006.01)I 主分类号 G06T5/00(2006.01)I
代理机构 桂林市华杰专利商标事务所有限责任公司 45112 代理人 唐修豪
主权项 一种基于组的非局部稀疏表示加性噪声去除方法,其特征在于:所述基于组的非局部稀疏表示加性噪声去除方法包括下列步骤:S1:在标准图像库中获得自然图像,并对图像进行图像分块并用高斯混合模型训练字典;S2:对每个图像进行加噪声处理,利用基于组的稀疏表示和非局部稀疏表示的方法得到去除噪声模型;S3:将含噪图像分成有重叠的小块,为每个图像块进行非局部相似匹配,找到其具有相同结构类型的相似图像块,把相似度最高的一些块放到一个组中;S4:对于分好的每个组,先对每个组进行奇异值分解,然后对特征值进行阈值处理,得到每个组的估计值;S5:利用预先训练的字典求出估计组在字典中的稀疏编码;S6:利用软阈值方法求解模型;S7:得到去噪图像。
地址 541004 广西壮族自治区桂林市七星区金鸡路1号