一种基于生成式分类的椒盐噪声图像去噪方法
计算机视觉与模式识别
2018-07-17 v1
摘要
本文提出一种针对椒盐噪声的图像去噪算法。首先，以块为基本单元建立生成模型，随后算法定位该块内的图像噪声，以更好地描述块并获得更好的后续聚类。其次，算法使用生成式聚类方法对块进行分类，从而为噪声修复提供额外的相似性信息并抑制噪声干扰，舍弃那些由较少数量块组成的类别。最后，算法构建非局部开关滤波器以去除椒盐噪声。仿真结果表明，所提算法能有效去除各种密度的椒盐噪声。与几种最先进（state-of-the-art）算法相比，它获得了更好的视觉质量和更高的峰值信噪比分数。简而言之，我们的算法以噪声块为基本单元，采用块聚类方法优化修复数据集并获得更好的去噪效果，为未来的去噪与修复方法提供了指导。
引用
@article{arxiv.1807.05478,
title = {A salt and pepper noise image denoising method based on the generative classification},
author = {Bo Fu and Xiao-Yang Zhao and Yong-Gong Ren and Xi-Ming Li and Xiang-Hai Wang},
journal= {arXiv preprint arXiv:1807.05478},
year = {2018}
}