卷积稀疏编码( convolutional sparse coding,CSC)这一全局模型因字典的特殊结构而受到广泛关注,其中卷积字典学习算法(sie- based dictionary learning,S-BCSC)是最为有效的CSC模型优化算法。虽然S-BCSC算法非常有效,但算法在应用中对整幅图像只使用一个固定大小的字典,然而这并不利于图像信息的准确描述。为克服这一缺陷,讨论如何根据图像大小确定卷积字典大小,结合稀疏表示字典学习算法,提岀分鉏训练卷积字典的图像去噪算法。新算法首先将过冗余图像块按照平滑、纹理、边缘分为三类;然后为毎一类分别确定所要训练的卷积字典大小;最后依据 S-BCSC算法完成字典学习以及图像去噪过程。从实验结果可以看岀,所提算法在图像质量、清晣度上相比原S-BCSC算法都有所提升。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !