基于稀疏表示与字典学习的彩色图像去噪算法

作     者：杨培 高雷阜 王江 訾玲玲 YANG Pei;GAO Lei fu;WANG Jiang;ZI Ling ling

作者机构：辽宁工程技术大学优化与决策研究所辽宁阜新123000 辽宁工程技术大学电子与信息工程学院辽宁葫芦岛125105 

出 版 物：《计算机工程与科学》 (Computer Engineering & Science)

年 卷 期：2018年第40卷第5期

页      面：842-848页

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：国家自然科学基金(61702241) 辽宁省科技厅博士科研启动基金(201601365 20170520075) 辽宁工程技术大学生产技术问题创新研究基金(20160089T) 

主　　题：稀疏表示 过完备结构字典 加权梯度 图像去噪 

摘      要：针对彩色图像在去噪时易产生模糊现象和伪色彩的问题,提出多信息结合字典算法。首先提出了基于RGB颜色空间各通道模值的加权梯度定义,并在此基础上建立了由彩色图像的亮度、加权梯度、颜色信息结合的一种过完备结构字典。其次利用噪声图像的稀疏性,通过不断更新迭代的字典训练过程,找到最优稀疏系数和最优学习字典,从而将噪声信息和图像有用信息分离开,精确重构图像并单求其颜色,进而得到去噪后的彩色图像。实验结果显示,与已有算法相比,本文提出的算法在不同的噪声强度下都取得了更好的视觉效果和更高的客观评价指标值,表明该算法具有良好的去噪性能。