基于联合滤波的聚类稀疏表示图像去噪算法

摘要：

针对非局部均值去噪算法中噪声对结构聚类影响的问题,提出了一种基于联合滤波预处理的聚类稀疏表示图像去噪算法.利用维纳滤波和巴特沃斯滤波联合滤波处理提取含噪图像中的高频分量,同时减小了噪声对聚类的影响;利用非局部均值去噪的思想将高频图像块进行聚类,每一类图像块单独进行字典学习,增强字典的自适应性;利用多循环字典更新的K-SVD算法进行类内字典学习,增强字典的描述能力.实验结果表明,与传统的K-SVD算法相比,该算法能有效保留图像的结构信息,并且提升了图像的去噪效果.

关键词：非局部去噪、稀疏表示、联合滤波、字典学习

所属期刊栏目：51

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金61104092;江苏省产学研前瞻性联合研究项目BY2012066

在线出版日期：2016-01-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：180-185