基于稀疏序列的图像去噪方法及应用.pdfVIP

第21卷 第 3期 计 算 机 技 术 与 发 展 Vo1．21 No．3 2011年3月 COMPUTER TECHNOLOGYAND DEVE1OPMENT Mar． 2O11 基于稀疏序列的图像去噪方法及应用 王 蓓 ，张 欣 ，刘 洪 (贵州大学 计算机科学与信息技术学院，贵州 贵阳 550025) 摘 要 ：文 中基于图像稀疏分解 ，根据 图像与噪声的稀疏分解不同，提出一种基于非对称原子模型的原子库，通过算法优 化 ，实现对采集的布坯图像进行有效去噪分析 ，提高去噪图像的PSNR值 ，且具有更好的视觉效果。将所采集到的布坯数 字图像去噪后将背景和缺陷进行分离，才能更有效地将缺陷进行界定 ，以利后续的相关特征提取 。通过实验 ，与小波类去 噪方法对 比，文 中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PSNR值 。 关键词：稀疏分解；自适应 ；峰值信噪比 中图分类号：TP391．41 文献标识码：A 文章编号：1673—629X(2011)03一O113—04 ImageDenoisingBasedonSparseSequencesandItsApplication ‘ W ANG Bei，ZHANG Xin，LIU Hong (SchoolofComputerScienceandInformationTechnology，GuizhouUniversity，Guiyang550025，China) Abstract：Baseontheimagesparsedecomposition，accordingtothedifferentcharactersofimageandnoiseinsparsedecomposition，pro- po sedamodelbasedonasymmetricatomicatomsfibmry，byMgodthm hteacquisitionofeffectivede—noisingnaalysisofgrayimages． DenoisingtoimproveimagePSNR values，nadhasabeuervisual effcet．W illbecollcetedbydigital imagedenoisingcloht blankback- groundandthedefcetsafterseparation inordertomoreeffectivelydefinehtedefectsinordertofacilitatehtefollow—upofhterelevnat characteristicsofex~action．Experimentalresultsshow htat：incomparisonwiht htewaveletbaseddenoisingmehtods，ourlearningbased algorihtm hasbetterdenoisingabifity，keepmoredetailimageinformationnadimprovehtepeaksignal tonoies ratio． Keywords：sparsedecomposition；adaptive；PSNR O 引 言 数据，如果由于各种因素受到噪声污染，处理不恰当， 图像处理技术是信息技术中的新兴学科 ，是在计 将为后面的分析工作带来困难 ，甚至会出现错误的结 算机科学 、模式识别、数字信号处理等领域为基础所发 果。因此 ，图像去噪是很关键的一个步骤。 展起来的学科。图像处理技术的发展起源于 20世纪 为了提高图像的信噪比，突出图像的期望特征，图 20年代，但近三十年来，图像处理技术的应用范 围几 像去噪是一项应用广泛的图像处理技术。频域去噪… 乎涉及到所有与成像有关的领域。数字图像分析技术