论文部分内容阅读
主成分分析(PCA)变换能够去除信号之间的相关性,并且在PCA域中,很容易把信号和噪声区分出来。在对目标像素块进行处理前,首先要在一定的搜索域中寻找与其结构相似的局部像素块作为训练样本,对图像进行复制,使用双参数收缩算法对复制图像进行处理,然后使用在复制图像中对应的像素块之间的欧氏距离,来代替目标像素块与局部像素块之间的相似性,减小了噪声所带来的影响,对后续的PCA变换起到了重要作用。仿真实验表明,改进的LPG-PCA方法相对于改进之前,使图像的质量有了一定提高。