基于超完备字典学习的红外图像去噪方法研究  

A Method of Infrared Over-Complete Image Denoising Based on Learned Dictionary

作　　者：芦鸿雁[1] LU Hongyan(Department of Information Engineering, Engineering University of PAP, Xi＇an 710086, China)

机构地区：[1]武警工程大学信息工程系,西安710086

出　　处：《武警工程大学学报》2017年第2期7-11,共5页Journal of Engineering University of the Chinese People＇s Armed Police Force

基　　金：国家自然科学基金面上项目“气动光学效应退化红外图像复原理论和方法研究”（61175120）

摘　　要：为了解决红外图像中有用信息与噪声的分离，确保有用信息的有效保留问题，提出了一种基于在线的超完备字典学习的红外图像去噪方法。该方法首先通过对一般的正交基进行扩展来获得初始超完备字典；其次，构造用于学习的样本集合（应尽可能多地包含各种信号成分）；最后，对初始超完备字典进行训练更新得到自适应超完备字典，从而获得图像的稀疏表示，实现原始图像与噪声的有效分离，达到去噪目的。通过与DCT字典方法、全局字典方法进行了仿真比较，结果表明该方法能更好地去除图像噪声，保留图像细节信息，获得更高的PSNR值。To keep the efficient information, and to obtain better denoising ability of the Infrared Image, an algorithm based on online dictionary learning is proposed. The initial over-complete dictionary is trained and renewed to get the sparse loding for denoising. The algorithm is compared with the DCT dictionary and the non-local dictionary by experiments. The simulation result showes that the algorithm keep more useful detailed information of the infrared image, and improve the peak signal-to-noise ratio.

关 键 词：红外图像 去噪 超完备字典 在线字典学习 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]