文献类型：期刊文章

作　　者：彭真明[1] 陈颖频[1,2] 蒲恬[1] 王雨青[1] 何艳敏[1]

Peng Zhenming;Chen Yingpin;Pu Tian;Wang Yuqing;He Yanmin(School of Information and Communication Engineering,University of Electronic Science and Technology of China,Chengdu,611731,China;School of Physics and Information Engineering,Minnan Normal University,Zhangzhou,363000,China)

机构地区：[1]电子科技大学信息与通信工程学院,成都611731 [2]闽南师范大学物理与信息工程学院,漳州363000

出　　处：《数据采集与处理》

基　　金：国家自然科学基金(61775030;61571096)资助项目;福建省自然科学基金(2015J01270)资助项目;福建省教育厅中青年教师教育科研基金(JAT170352)资助项目;广东省数字信号与图象处理技术重点实验室开放课题(2017GDDSIPL-01)资助项目;中国科学院光束控制重点实验室基金(2017LBC003)资助项目

年　　份：2018

卷　　号：33

期　　号：1

起止页码：1-11

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD_E2017_2018、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：数据去噪声是信号和图像处理领域的一个经典问题,广泛应用于各类工程实践中。由于噪声源的多样性,去噪一直是富有挑战性且十分活跃的研究课题,发展了多种经典去噪方法。近年来,随着压缩感知理论的发展,基于稀疏表示及正则化约束反问题求解方法成为图像去噪领域的重要发展方向和技术途径。本文首先回顾和总结图像噪声的来源和类型,然后针对不同类型的图像噪声,重点围绕基于稀疏表示及正则化约束的图像去噪技术进行全面综述,分析和描述了几种主要去噪方法的原理及优缺点。最后,对去噪算法的性能评价指标进行总结。

关 键 词：图像去噪 稀疏表示  字典学习 全变分 正则化约束  

分 类 号：TP391]