[发明专利]一种基于图像稀疏表达的图像去噪方法及系统

权利要求书

1.一种基于图像稀疏表达的图像去噪方法，其特征在于，所述方法包括：

获取冗余DCT字典；

采用正交匹配追踪算法将含噪图像在所述字典上进行稀疏分解，得到所述含噪图像稀疏表达的系数矩阵；

采用K-SVD算法对所述字典和所述系数矩阵进行迭代更新；

根据迭代更新后的所述字典和所述系数矩阵构建去噪图像。

2.根据权利要求1所述的基于图像稀疏表达的图像去噪方法，其特征在于，所述采用正交匹配追踪算法将含噪图像在所述字典上进行稀疏分解，具体包括：

将所述含噪图像划分为多个子块；

采用正交匹配追踪算法对各个所述子块进行稀疏分解，获得各所述子块的稀疏表达的系数矩阵。

3.根据权利要求2所述的基于图像稀疏表达的图像去噪方法，其特征在于，所述采用K-SVD算法对所述字典和所述系数矩阵进行迭代更新，具体包括：

采用K-SVD算法对各所述子块的字典和各所述子块对应的系数矩阵进行迭代更新。

4.根据权利要求3所述的基于图像稀疏表达的图像去噪方法，其特征在于，所述根据迭代更新后的所述字典和所述系数矩阵构建去噪图像，具体包括：

根据迭代更新后的各所述子块的字典和各所述子块对应的系数矩阵构建各所述子块的去噪图像，将各所述子块的去噪图像合并获得所述含噪图像对应的去噪图像。

5.一种基于图像稀疏表达的图像去噪方法，其特征在于，所述方法包括：

获取样本图像；

采用样本图像对字典进行训练；

采用正交匹配追踪算法将含噪图像在训练后的字典上进行稀疏分解，得到所述含噪图像稀疏表达的系数矩阵；

根据所述训练后的字典和所述系数矩阵构建所述含噪图像对应的去噪图像。

6.根据权利要求5所述的基于图像稀疏表达的图像去噪方法，其特征在于，所述采用正交匹配追踪算法将含噪图像在训练后的字典上进行稀疏分解，具体包括：

将所述含噪图像划分为多个子块；

采用正交匹配追踪算法对各个所述子块进行稀疏分解，获得各所述子块的稀疏表达的系数矩阵。

7.根据权利要求6所述的基于图像稀疏表达的图像去噪方法，其特征在于，所述根据训练后的字典和所述系数矩阵构建所述含噪图像对应的去噪图像，具体包括：

根据训练后的各所述子块的字典和各所述子块对应的系数矩阵构建各所述子块的去噪图像，将各所述子块去噪图像合并获得所述去噪图像。

8.一种基于图像稀疏表达的图像去噪系统，其特征在于，包括：

字典获取模块，用于获取冗余DCT字典；

系数矩阵获取模块，用于采用正交匹配追踪算法将含噪图像在所述字典上进行稀疏分解，得到所述含噪图像稀疏表达的系数矩阵；

优化模块，用于采用K-SVD算法对所述字典和所述系数矩阵进行迭代更新；

图像构建模块，用于根据迭代更新后的所述字典和所述系数矩阵构建去噪图像；

所述系数矩阵获取模块具体包括系数矩阵获取单元，所述系数矩阵获取单元用于将所述含噪图像划分为多个子块，采用正交匹配追踪算法对各个所述子块进行稀疏分解，获得各所述子块的稀疏表达的系数矩阵；

所述优化模块具体包括优化单元，所述优化单元用于采用K-SVD算法对各所述子块的字典和各所述子块对应的系数矩阵进行迭代更新；

所述图像构建模块具体包括图像构建单元，所述图像构建单元用于根据迭代更新后的各所述子块的字典和各所述子块对应的系数矩阵构建各所述子块的去噪图像，将各所述子块的去噪图像合并获得所述去噪图像。

9.一种基于图像稀疏表达的图像去噪系统，其特征在于，包括：

字典获取模块，用于获取样本图像，采用样本图像对字典进行训练；

系数矩阵获取模块，用于采用正交匹配追踪算法将所述含噪图像在所述字典上进行稀疏分解，得到所述含噪图像稀疏表达的系数矩阵；

图像构建模块，用于根据所述训练后的所述字典和所述系数矩阵构建去噪图像；

所述系数矩阵获取模块具体包括系数矩阵获取单元，所述系数矩阵获取单元用于将所述含噪图像划分为多个子块，采用正交匹配追踪算法对各个所述子块进行稀疏分解，获得各所述子块的稀疏表达的系数矩阵；

所述图像构建模块具体包括图像构建单元，所述图像构建单元用于根据训练后的各所述子块的字典和各所述子块对应的系数矩阵构建各所述子块的各块去噪图像，将各所述块去噪图像合并获得所述去噪图像。