基于稀疏分解和聚类的自适应图像去噪新方法

作     者：魏雅丽 温显斌 邹永廖 郑永春 WEI Yali;WEN Xianbin;ZOU Yongliao;ZHENG Yongchun

作者机构：天津市智能计算及软件新技术重点实验室(天津理工大学)天津300191 计算机视觉与系统教育部重点实验室(天津理工大学)天津300191 中国科学院国家天文台北京100012 

出 版 物：《计算机应用》 (journal of Computer Applications)

年 卷 期：2013年第33卷第2期

页      面：476-479页

核心收录：

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：国家863计划项目(2010AA122201) 国家自然科学基金资助项目(60872064 61102125) 天津市自然科学基金资助项目(12JCYBJC12300) 

主　　题：K均值聚类 稀疏分解 图像去噪 正交匹配追踪 过完备字典 

摘      要：随着信号稀疏表示原理的深入研究,稀疏分解越来越广泛地应用于图像处理领域。针对过完备字典构造和稀疏分解运算量巨大的问题,提出一种基于稀疏分解和聚类相结合的自适应图像去噪新方法。该方法首先通过改进的K均值(K-means)聚类算法训练样本,构造过完备字典;其次,通过训练过程中每一次迭代,自适应地更新字典的原子,使字典更适应样本的稀疏表示;然后利用正交匹配追踪(OMP)算法实现图像的稀疏表示,从而达到图像去噪的目的。实验结果表明:与传统的字典训练方法相比,新算法有效地降低了运算复杂度,并取得更好的图像去噪效果。