[发明专利]一种耦合聚类中心约束项的非局部稀疏表示图像去噪方法有效
申请号: | 201511026701.3 | 申请日: | 2015-12-30 |
公开(公告)号: | CN105447836B | 公开(公告)日: | 2018-12-21 |
发明(设计)人: | 张建伟;郑钰辉;王顺凤;陈允杰;朱节中 | 申请(专利权)人: | 南京信息工程大学 |
主分类号: | G06T5/00 | 分类号: | G06T5/00;G06K9/62 |
代理公司: | 南京众联专利代理有限公司 32206 | 代理人: | 顾进;叶涓涓 |
地址: | 210044 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 耦合 中心 约束 局部 稀疏 表示 图像 方法 | ||
1.一种耦合聚类中心约束的非局部稀疏表示图像去噪方法,其特征在于,包括如下步骤:
步骤A,对待噪图像,利用kmeans聚类,产生各类;
步骤B,构建各类对应的紧致PCA字典;
步骤C,利用非局部集中稀疏表示模型构造类内图像片稀疏编码误差项;
步骤D,计算各类中心图片;
步骤E,利用聚类中心字典学习,分析类间相关性,得到各聚类中心的稀疏表示:
所述步骤E包括如下步骤:
用传统方法稀疏表示聚类中心图像块;
根据稀疏表示结果与聚类中心字典,生成稀疏性模式;
根据各模块稀疏性模式与相似块快速查找表,构造相关性函数,继而构造相关性矩阵,其中相似性快速查找表记录了与当前图像块最相似的 N个图像块;
根据相关性矩阵构造基于相关分析的稀疏性先验模型;
建立稀疏性先验模型;
利用最大后验概率估计方法估计稀疏性模式,用以生成新的聚类中心图像片;
步骤F,构造聚类中心误差项;
步骤G,耦合聚类中心误差项,类内稀疏编码误差项与传统稀疏表示模型;
步骤H,利用梯度下降法求解。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京信息工程大学,未经南京信息工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201511026701.3/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种红外与微光/可见光融合成像的方法及系统
- 下一篇:图像降噪方法和系统