基于双冗余字典学习的自然图像去噪方法

发明专利有效专利

申请号：
CN201110022523.2
IPC分类号：G06T5/00;G06K9/40
申请日期：
2011-01-20
申请人：
西安电子科技大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于双冗余字典学习的自然图像去噪方法
申请号	CN201110022523.2	申请日期	2011-01-20
法律状态	授权	申报国家	中国
公开/公告日	2011-05-25	公开/公告号	CN102073999A
优先权	暂无	优先权号	暂无
主分类号	G06T5/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T5/00 图像的增强或复原，如从位像到位像地建立一个类似的图形〔6〕	IPC分类号	G;0;6;T;5;/;0;0;;;G;0;6;K;9;/;4;0查看分类表>
申请人	西安电子科技大学	申请人地址	陕西省西安市太白南路2号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	西安电子科技大学	当前权利人	西安电子科技大学
发明人	杨淑媛;焦李成;卫美绒;张月圆;胡在林;缑水平;王爽;侯彪
代理机构	陕西电子工业专利中心	代理人	王品华;朱红星

摘要

本发明公开了一种基于双冗余字典学习的自然图像去噪方法，主要克服现有自然图像去噪中纹理细节易丢失的问题。其实现过程是：(1)输入待去噪图像Y；(2)对待去噪图像Y在多尺度冗余平稳小波字典R下展开，得到Y在不同尺度上的系数分量βj，j＝1，2...N；(3)初始化各变量，令令Dj为冗余DCT字典，采用KSVD算法对字典Dj的原子和相应系数矩阵进行更新；(4)计算出各系数分量βj去噪结果的估计值(5)对去噪后的各系数分量做多尺度冗余逆变换，得到待噪图像Y去噪后的结果本发明相对于现有的经典去噪方法能够更好的保留待去噪图像中的纹理细节信息，可用于对自然图像的去噪。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供