基于改进数据驱动稀疏表示的图像去噪
组合数学
2018-09-27 v4
摘要
图像在特定变换域下的稀疏表示一直在图像复原任务中发挥着基础作用。此类代表性方法之一是广泛使用的小波紧框架系统。数据驱动紧框架被提出用于图像的稀疏表示,而非采用固定滤波器构建紧框架来稀疏建模任意输入图像,最近显示其在图像去噪方面非常高效。然而,在该方法中,用于构建紧框架的小波框架滤波器数量与滤波器长度相同。事实上,通过进一步研究发现,由于噪声的影响,部分滤波器是不必要的,甚至对恢复效果有害。因此,我们提出了用更少数量滤波器构建的改进数据驱动稀疏表示系统。去噪实验的数值结果表明,所提出的算法在恢复质量和计算时间上总体优于原始的数据驱动紧框架构建方案。
引用
@article{arxiv.1502.03272,
title = {Cyclotomic graphs and perfect codes},
author = {Sanming Zhou},
journal= {arXiv preprint arXiv:1502.03272},
year = {2018}
}
备注
Journal of Pure and Applied Algebra, 2018