改进的Beta过程因子分析图像修复算法

摘要：

图像修复是利用图像已知信息对图像破损区域进行填充修复的过程,而非参贝叶斯技术在图像稀疏表示中被认为是一种有效的字典学习方法,作为一种有效的非参贝叶斯算法,基于Beta过程因子分析算法(BPFA)在去噪、修复以及压缩感知方面有很广泛的应用.然而现有的BPFA算法在对含噪的破损图像修复时收敛速度慢,针对这个问题本文在BFPA算法更新字典时与K-SVD算法相结合,提出一种基改进的BPFA学习算法,改进算法利用K-SVD算法简单收敛速度快的特点,在原有算法更新参数时,利用OMP稀疏编码更新字典候选集以达到提高算法的收敛速度的效果.得到的结果表明本文算法能够更好地修复含噪破损图像获得较好的视觉效果.

关键词：图像修复、贝叶斯、字典学习、Beta过程、K-SVD

所属期刊栏目：46

分类号：TP391.9(计算技术、计算机技术)

资助基金：国家自然科学基金61203245

在线出版日期：2017-07-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：17-25