| 基于字典学习的大气湍流退化图像复原技术应用 |
| |
| 引用本文： | 徐玉蕊,刘乐,王刚刚,侯阿临. 基于字典学习的大气湍流退化图像复原技术应用[J]. 吉林大学学报(信息科学版), 2016, 34(1): 153-157. DOI: 10.3969/j.issn.1671-5896.2016.01.025 |
| |
| 作者姓名： | 徐玉蕊 刘乐 王刚刚 侯阿临 |
| |
| 作者单位： | 长春工业大学计算机科学与工程学院,长春,130012;长春工业大学计算机科学与工程学院,长春,130012;长春工业大学计算机科学与工程学院,长春,130012;长春工业大学计算机科学与工程学院,长春,130012 |
| |
| 基金项目： | 国家留学基金资助项目(201308220163)，国家自然科学基金资助项目(61303132)，教育部国际合作科研基金资助项目(Z2011138) |
| |
| 摘 要： | 为了消除大气湍流对图像的影响, 提高图像质量, 结合稀疏表示理论, 采用字典学习的算法处理大气湍流退化图像。将DCT 过完备字典、K-svd 全局字典和自适应字典的算法应用于图像去噪过程, 并与维纳滤波算法进行比较。结果表明, 该算法能较好地滤除大气湍流退化图像的噪声, 提高图像的峰值信噪比。仿真实验验证了稀疏表示在处理大气湍流退化图像的可行性, 对比传统算法具有更好的去噪性能。
|
| 关 键 词： | 大气湍流 图像复原 DCT过完备字典 K-svd字典 自适应字典 |
| 收稿时间： | 2014-12-01 |
Restoration of Atmospheric Turbulence Degraded Image Based on Dictionary Learning |
| |
| XU Yurui,LIU Le,WANG Ganggang,HOU Alin. Restoration of Atmospheric Turbulence Degraded Image Based on Dictionary Learning[J]. Journal of Jilin University:Information Sci Ed, 2016, 34(1): 153-157. DOI: 10.3969/j.issn.1671-5896.2016.01.025 |
| |
| Authors: | XU Yurui LIU Le WANG Ganggang HOU Alin |
| |
| Affiliation: | College of Computer Science and Engineering, Changchun University of Technology, Changchun 130012, China |
| |
| Abstract: | |
| |
| Keywords: | atmospheric turbulence image restoration DCT over-complete dictionary K-svd dictionary adaptive dictionary |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《吉林大学学报(信息科学版)》浏览原始摘要信息 |
|
点击此处可从《吉林大学学报(信息科学版)》下载全文 |
|
