文献类型：期刊文章

作　　者：蔡泽民[1,2] 赖剑煌[3,2]

机构地区：[1]中山大学数学与计算科学学院,广东广州510275 [2]广东省信息安全技术重点实验室,广东广州510275 [3]中山大学信息科学与技术学院,广东广州510275

出　　处：《电子学报》

基　　金：国家自然科学基金(No.60675016;No.60633030);国家973重点基础研究发展规划项目(No.2006CB303104);国家自然科学基金;广东省政府联合资助重点项目(No.U0835005)

年　　份：2009

卷　　号：37

期　　号：2

起止页码：347-350

语　　种：中文

收录情况：BDHX、BDHX2008、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：20091412008291)、IC、INSPEC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘　　要：基于超完备字典的图像稀疏表示因其具有稀疏性、特征保持性、可分性等特点而被广泛应用于图像处理.本文提出一种超完备字典学习算法并应用于图像去噪.将字典学习等价于一个二次规划问题,并提出适合于大规模运算的投影梯度算法.学习所得字典能有效描述图像特征.基于此超完备学习字典,获得图像的稀疏表示,并恢复原始图像.实验结果表明,与小波类去噪方法相比,本文的学习算法能更好地去除图像噪声,保留图像细节信息,获得更高的PSNR值.

关 键 词：稀疏表示  基追踪 匹配追踪  字典学习 二次规划  

分 类 号：TN911.73]