字典原子优化的图像稀疏表示及其应用.pdfVIP

第４４卷第１ 期 东南大学学报（自然科 学版 ） Ｖｏｌ．４４ Ｎｏ．１ 　 ２０１４年１ 月 ＪＯＵＲＮＡＬ ＯＦ ＳＯＵＴＨＥＡＳＴ ＵＮＩＶＥＲＳＩＴＹ （Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ Ｅｄｉｔｉｏｎ） 　 Ｊａｎ．２０１４ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１ －０５０５．２０１４．０１．０２１ 字典原子优化的图像稀疏表示及其应用 李洪均　 谢正光　 胡　伟　 王　伟 （南通大学电子信息学院，南通２２６０１９） 摘要：为了提高图像稀疏表示性能，提出了一种有效的结构化字典图像稀疏表示方法．针对过完 备字典构造和稀疏分解中原子筛选问题，提出了一种基于灰色关联度的字典原子筛选和结构聚 类方案．首先，对测试图像分块处理，利用块作为原子样本；然后，计算原子间的灰色关联度，并设 置原子灰色关联度的筛选准则；最后，利用结构特征对原子聚类，构造图像稀疏字典．算法利用灰 色关联度选择表征能力强的原子，提高字典的表征能力，缓解了传统字典设计对原子个数的依 赖；同时，降低了算法的复杂度．将该方法得到的字典用于图像去噪，结果表明，视觉效果明显优 于同类算法，峰值信噪比提高２ ｄＢ 左右，且算法复杂度显著降低． 关键词：图像稀疏表示；原子优化；灰色关联度；原子聚类 中图分类号：ＴＮ２１６　　文献标志码：Ａ　　文章编号：１００１ －０５０５（２０１４）０１０１１６０７ Ｏｐｔｉｍｉｚａｔｉｏｎ ｏｆｄｉｃｔｉｏｎａｒｙ ａｔｏｍｓ ｉｎ ｉｍａｇｅ ｓｐａｒｓｅ ｒｅｐｒｅｓｅｎｔａｔｉｏｎｓ ａｎｄ ｉｔｓ ａｐｐｌｉｃａｔｉｏｎ Ｌｉ Ｈｏｎｇｊｕｎ　 Ｘｉｅ Ｚｈｅｎｇｇｕａｎｇ　 Ｈｕ Ｗｅｉ　 Ｗａｎｇ Ｗｅｉ （Ｓｃｈｏｏｌ ｏｆＥｌｅｃｔｒｏｎｉｃ Ｉｎｆｏｒｍａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｎａｎｔｏｎｇ Ｕｎｉｖｅｒｓｉｔｙ，Ｎａｎｔｏｎｇ２２６０１９，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏｉｍｐｒｏｖｅｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｆｉｍａｇｅ ｓｐａｒｓｅｒｅｐｒｅｓｅｎｔａｔｉｏｎ，ａｎｅｆｆｅｃｔｉｖｅｒｅｐｒｅｓｅｎ ｔａｔｉｏｎ ｍｅｔｈｏｄ ｂａｓｅｄ ｏｎ ａ ｓｔｒｕｃｔｕｒｅｄ ｉｍａｇｅ ｓｐａｒｓｅ ｄｉｃｔｉｏｎａｒｙ ｉｓ ｐｒｏｐｏｓｅｄ．Ｆｏｒ ｔｈｅ ａｔｏｍｉｃ ｓｅｌｅｃｔｉｎｇ ｐｒｏｂｌｅｍ ｉｎｃｏｎｓｔｒｕｃｔｉｎｇ ａｎｏｖｅｒｃｏｍｐｌｅｔｅｄｉｃｔｉｏｎａｒｙ ａｎｄ ｓｐａｒｓｅｄｅｃｏｍｐｏｓｉｔｉｏｎ，ａｋｉｎｄｏｆｉｍａｇｅｓｄｉｃ ｔｉｏｎａｒｙ ａｔｏｍ ｓｅｌｅｃｔｉｎｇ ａｎｄ ｓｔｒｕｃｔｕｒｅ ｃｌｕｓｔｅｒｉｎｇ ｍｅｔｈｏｄ ｂａｓｅｄ ｏｎ ｔｈｅ ｇｒｅｙ ｒｅｌａｔｉｏｎ ｉｓｐｒｏｐｏｓｅｄ．Ｆｉｒｓｔ， ａｔｏｍｓ ａｒｅ ｓｅｌｅｃｔｅｄ ｂｙ ｔｈｅ ｂｌｏｃｋｉｎｇ ｔｅｓｔ ｉｍａｇｅ．Ｔｈｅｎ ｔｈｅ ｇｒｅｙ ｒｅｌａｔｉｏｎ ｂｅｔｗｅｅｎ ａｔｏｍｓ ｉｓ ｃａｌｃｕｌａｔｅｄ， ａｎｄｔｈｅ ｒｕｌｅ ｏｆａｔｏｍ ｓｅｌｅｃｔｉｏｎ ｉｓ ｓｅｔｕｐ．Ｆｉｎａｌｌｙ，ａｔｏｍｓ ａｒｅ ｃｌｕｓｔｅｒｅｄｂｙ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｓｔｒｕｃｔｕｒｅｓ， ａｎｄ ａ ｓｐａｒｓｅ ｒｅｐｒｅｓｅｎｔａｔｉｏｎ ｄｉｃｔｉｏｎａｒｙ ｉｓ ｃｏｎｓｔｒｕｃｔｅｄ．Ｉｎ ｔｈｉｓｍｅｔｈｏｄ，ａｔｏｍｓｗｉｔｈ ｈｉｇｈ ｒｅｐｒｅｓｅｎｔａｔｉｖｅ ｐｅｒｆｏｒｍａｎｃｅ ａｒｅ ｓｅｌｅｃｔｅｄｂｙｔｈｅ ｇｒｅｙｒｅｌａｔｉｏｎ，ｉｍｐｒｏｖｉｎｇｔｈｅ ａｂｉｌｉｔｙ ｏｆｃａｐｔｕｒｉｎｇｔｈｅｉｍａｇｅ ｓｔｒｕｃｔｕｒｅ． Ｔｈｅ ｍｅｔｈｏｄ ｓｏｌｖｅｓｔｈｅ ｐｒｏｂｌｅｍ ｏｆ ａ ｔｒａｄｉｔｉｏｎａｌ ｄｉｃｔｉｏｎａｒｙ ｄｅｓｉｇｎｅｄ ｄｅｐｅｎｄｉｎｇ ｏｎ ｔｈｅ ｎｕｍｂｅｒ ｏｆ ｓｅ ｌｅｃｔ