资源简介
基于学习方法构造的冗余字典可更加准确地提取信号的结构特征,也是近几年的研究热点。论文在研究了基于KSVD字典学习的图像去噪算法的基础上,将相关系数匹配准则和字典裁剪方法相结合,提出一种改进的字典学习算法,进一步,为了利用图像的非局部自相似性信息,提出将自相似性作为一个约束正则项融入到图像去噪模型,提出基于改进字典学习和非局部自相似性的图像去噪算法。大量实验验证,与传统KSVD去噪方法相比,该方法在提高同质区域平滑性的同时还能保留更多的纹理、边缘等细节特征。
代码片段和文件信息
相关资源
- 医学图像处理的医学图片
- 粒子群算法在图像处理中的应用
- Dicom的CT图像,一个系列的图像。一共
- 多曝光图像合成HDR
- Opencv 人脸图像素描化
- 基于STM32的数字字符识别.zip
- 图像处理标准图像库 很全
- 红外图像的目标检测_识别与跟踪技术
- ComicEnhancer Pro V4.15
- opencv果实分割与识别
- 深度学习在医学图像识别中的研究
- 广东工业大学数字图像处理作业
- 图像处理标准图像库非常齐全.rar
- 关于量子彩色图像加密论文
- 红外与可见光图像的融合
- sar图像配准及变化检测
- 稀疏冗余表示 在信号和图像处理方面
- Frangi滤波器,可对血管图像进行充分
- 图像处理标准图像库齐全
- 基于中值滤波和小波变换的图像去噪
- Qt+GDAL图像显示基本功能
- 缩略图的显示
- 基于BayesShrink软阈值的Bandelet域SAR图像
- 图像去雾.docx
- DICOM医学图像DCM格式
- 图像去噪英文原文+翻译
- jpeg编码实现
- 数字图像处理冈萨雷斯第三版课后习
- FCN图像语义分割代码
- 基于opencv实现的图像拼接
评论
共有 条评论