论文部分内容阅读
稀疏编码收缩与独立元分析(ICA)有着密切联系,它已被证明是一种非常有前途的自然图像去噪方法。与任何其它传统的自然图像去噪方法相比,稀疏编码收缩算法能够取得更好的去噪表现。但是,它仍然存在一些缺点,比如,在图像去噪过程中运算量大,造成了实时处理的困难;由于采用了软阈值收缩函数,所以无可避免地要损失一些图像细节。
本论文提出了一种新颖的收缩补偿操作和一种改进的收缩函数,它们可有效地弥补在普通稀疏编码收缩方法中的图像细节损失。另外,还提出了一种新的窗口滑动方法和矩形ICA基向量来提高稀疏编码收缩算法的效率,使该方法的实时处理成为可能。实验表明,本文的方法可以更有效地和更快速地减少自然图像中的噪声而不会模糊边缘或其它尖锐的图像特征。与任何其它传统的图像去噪方法相比,改进后的稀疏编码收缩方法的去噪效果要好得多。与普通的稀疏编码收缩图像去噪算法相比,改进后的方法具有更优越的图像去噪效果,同时可减少运算量。
本文所做的实验均在Windows XP的环境下运行,使用Matlab7.0,VC6.0编程实现。