基于带权稀疏表示和字典学习的图像去噪模型

摘要：

利用GMM模型对自然图像块进行学习,对高斯分量的协方差矩阵做PCA,用其特征向量组成的矩阵作为子字典,用特征值的大小作为对稀疏系数加权的依据,并将该模型应用到CSR模型中得到一种新的去噪模型,并给出模型的优化算法.为了验证提出的模型的有效性,设计了比较的仿真实验,实验表明与一些先进的模型相比,该方法具有优势.

关键词：图像去噪、非局部自相似性、稀疏表示、混合高斯模型

所属期刊栏目：43

分类号：TP391(计算技术、计算机技术)

资助基金：公安部技术研究计划项目2015JSYJC029;公安海警学院研究中心、科研团队研究计划项目资助

在线出版日期：2016-12-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：208-209,236