计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2013年
2期
476-479
,共4页
魏雅丽%温显斌%邹永廖%郑永春
魏雅麗%溫顯斌%鄒永廖%鄭永春
위아려%온현빈%추영료%정영춘
K均值聚类%稀疏分解%图像去噪%正交匹配追踪%过完备字典
K均值聚類%稀疏分解%圖像去譟%正交匹配追蹤%過完備字典
K균치취류%희소분해%도상거조%정교필배추종%과완비자전
随着信号稀疏表示原理的深入研究,稀疏分解越来越广泛地应用于图像处理领域.针对过完备字典构造和稀疏分解运算量巨大的问题,提出一种基于稀疏分解和聚类相结合的自适应图像去噪新方法.该方法首先通过改进的K均值(K-means)聚类算法训练样本,构造过完备字典；其次,通过训练过程中每一次迭代,自适应地更新字典的原子,使字典更适应样本的稀疏表示；然后利用正交匹配追踪(OMP)算法实现图像的稀疏表示,从而达到图像去噪的目的.实验结果表明:与传统的字典训练方法相比,新算法有效地降低了运算复杂度,并取得更好的图像去噪效果.
隨著信號稀疏錶示原理的深入研究,稀疏分解越來越廣汎地應用于圖像處理領域.針對過完備字典構造和稀疏分解運算量巨大的問題,提齣一種基于稀疏分解和聚類相結閤的自適應圖像去譟新方法.該方法首先通過改進的K均值(K-means)聚類算法訓練樣本,構造過完備字典；其次,通過訓練過程中每一次迭代,自適應地更新字典的原子,使字典更適應樣本的稀疏錶示；然後利用正交匹配追蹤(OMP)算法實現圖像的稀疏錶示,從而達到圖像去譟的目的.實驗結果錶明:與傳統的字典訓練方法相比,新算法有效地降低瞭運算複雜度,併取得更好的圖像去譟效果.
수착신호희소표시원리적심입연구,희소분해월래월엄범지응용우도상처리영역.침대과완비자전구조화희소분해운산량거대적문제,제출일충기우희소분해화취류상결합적자괄응도상거조신방법.해방법수선통과개진적K균치(K-means)취류산법훈련양본,구조과완비자전；기차,통과훈련과정중매일차질대,자괄응지경신자전적원자,사자전경괄응양본적희소표시；연후이용정교필배추종(OMP)산법실현도상적희소표시,종이체도도상거조적목적.실험결과표명:여전통적자전훈련방법상비,신산법유효지강저료운산복잡도,병취득경호적도상거조효과.
