基于局部相似样例学习的稀疏去噪方法

摘要

基于局部相似样例学习的稀疏去噪方法，本发明涉及图像去噪技术领域，其旨在解决现有技术中构造的字典与待去噪图像相关度低或所构造字典本身还有噪声造成去噪能力弱等技术问题。本发明通过构造与待去噪图像包含对象的相似样例，包括三维模型和二维图像；运用这些样例通过SIFT特征构造特征群Φ；对于输入的待去噪图像，通过相似度量在特征群Φ中寻找噪声图像相似的特征块作为构造字典的样例输入；在获得相似样例之后，由KSVD算法和相似的样例获得过完备字典D；通过字典D和正交匹配追踪算法对噪声图像进行稀疏分解与重构；对于重构后图像块选择最相似样例通过加权平均得到去噪后的图像。