登录 | 注册 | 退出 | 公司首页 | 繁体中文 | 满意度调查
综合馆
K—SVD算法的超声图像加性噪声去噪研究
  • 摘要

    利用具有稀疏性、特征保持性和可分离性等特点的超完备字典的稀疏表示,基于核奇异值分解(K—SVD)算法,研究了对图像去除噪声效果以及影响效果的因素.理论分析及实验研究表明:K—SVD算法能够很好去除超声图像噪声,保留图像细节特征,获得更高的峰值信噪比(PSNR)值.在计算过程中发现K—SVD算法中的训练样本尺度大小是影响去噪效果的主要参数.

  • 作者

    秦晓伟  郭建中 

  • 作者单位

    陕西师范大学物理学与信息技术学院,陕西西安,710062

  • 刊期

    2012年6期 ISTIC PKU

  • 关键词

    核奇异值分解算法  图像去噪  稀疏表示  K-SVD Algorithm  image denoising  sparse representation 

相似文献 查看更多>>
3.233.221.149