计算机工程与科学
計算機工程與科學
계산궤공정여과학
COMPUTER ENGINEERING & SCIENCE
2014年
3期
497-501
,共5页
稀疏去噪%K奇异值分解%残差比%低信噪比%无线多媒体传感器网络
稀疏去譟%K奇異值分解%殘差比%低信譟比%無線多媒體傳感器網絡
희소거조%K기이치분해%잔차비%저신조비%무선다매체전감기망락
sparse denoising%K-SVD%residual ratio%low SNR%wireless multimedia sensor network
无线多媒体传感器网络WMSN因感知视频等信息的优势而被广泛应用,但受天气、光照等外因干扰,所采集视频图像常含有较为严重的噪声.因此,在低信噪比条件下进行视频图像去噪是保证WMSN视频监测有效性和可靠性的关键.在分析WMSN视频图像特征的基础上,首先对其进行周期性采集、分帧及帧差等预处理;然后对关键帧运用K-SVD训练DCT冗余字典以充分稀疏表示图像特征,并采用基于残差比的改进型Batch-OMP实现关键帧去噪及重构,而对残差帧则基于DCT冗余字典进行稀疏去噪处理;最后,叠加去噪后的关键帧和残差帧,从而整体上实现低信噪比WMSN视频图像的去噪及重构.实验表明,本算法能更加有效地、较为快速地滤除视频图像噪声,适用于低信噪比WMSN视频图像去噪.
無線多媒體傳感器網絡WMSN因感知視頻等信息的優勢而被廣汎應用,但受天氣、光照等外因榦擾,所採集視頻圖像常含有較為嚴重的譟聲.因此,在低信譟比條件下進行視頻圖像去譟是保證WMSN視頻鑑測有效性和可靠性的關鍵.在分析WMSN視頻圖像特徵的基礎上,首先對其進行週期性採集、分幀及幀差等預處理;然後對關鍵幀運用K-SVD訓練DCT冗餘字典以充分稀疏錶示圖像特徵,併採用基于殘差比的改進型Batch-OMP實現關鍵幀去譟及重構,而對殘差幀則基于DCT冗餘字典進行稀疏去譟處理;最後,疊加去譟後的關鍵幀和殘差幀,從而整體上實現低信譟比WMSN視頻圖像的去譟及重構.實驗錶明,本算法能更加有效地、較為快速地濾除視頻圖像譟聲,適用于低信譟比WMSN視頻圖像去譟.
무선다매체전감기망락WMSN인감지시빈등신식적우세이피엄범응용,단수천기、광조등외인간우,소채집시빈도상상함유교위엄중적조성.인차,재저신조비조건하진행시빈도상거조시보증WMSN시빈감측유효성화가고성적관건.재분석WMSN시빈도상특정적기출상,수선대기진행주기성채집、분정급정차등예처리;연후대관건정운용K-SVD훈련DCT용여자전이충분희소표시도상특정,병채용기우잔차비적개진형Batch-OMP실현관건정거조급중구,이대잔차정칙기우DCT용여자전진행희소거조처리;최후,첩가거조후적관건정화잔차정,종이정체상실현저신조비WMSN시빈도상적거조급중구.실험표명,본산법능경가유효지、교위쾌속지려제시빈도상조성,괄용우저신조비WMSN시빈도상거조.
