稀疏编码是图像去噪中的一种流行技术。 然而,由于去噪问题的不适定性,难以获得对真实代码的准确估计。 为了提高去噪性能,我们在主成分分析字典上收集数据集的稀疏编码错误,对错误概率进行假设,并导出用于图像去噪的能量优化模型,称为主成分分析词典上的自适应稀疏编码( ASC-PCA)。 新方法考虑了两个方面。 首先,通过与PCA词典相关的对稀疏编码错误在不同维度上的概率分布的观察,可以自适应地确定均衡保真度项和非局部约束的正则化参数,这对于获得令人满意的结果至关重要。 此外,讨论了所构建模型的直观解释。 其次,为了有效地求解新模型,提出了一种基于滤波器的迭代收缩算法,该算法包含了基于滤波器的反投影和收缩阶段。 反投影阶段的滤波器在求解模型中起着重要作用。 如大量实验所示,建议该方法在定量和视觉测量方面均表现最佳。
2021-07-04 10:52:43
1.87MB
研究论文
1