[发明专利]一种基于判别字典学习的多源图像融合去噪的方法有效
| 申请号： | 201810000859.0 | 申请日： | 2018-01-02 |
| 公开（公告）号： | CN108198147B | 公开（公告）日： | 2021-09-14 |
| 发明（设计）人： | 李华锋;王一棠 | 申请（专利权）人： | 昆明理工大学 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 650093 云*** | 国省代码： | 云南;53 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： |
本发明涉及一种基于判别字典学习的多源图像融合去噪的方法；首先采集多源图像作为训练样本，通过K‑SVD算法学习样本，得初始卡通字典和初始纹理字典，引入加权核范数约束提出新的字典学习模型，新字典学习模型学习，得到卡通字典和纹理字典，利用MCA算法分解待融合图像，得到卡通成分和纹理成分，对卡通成分引入加权Schatten稀疏核范数约束，对纹理成分添加灰度直方图梯度保护，提出新的图像分解模型，迭代此模型得到卡通稀疏编码系数和纹理稀疏编码系数，根据对应成分的稀疏编码系数l |
||
| 搜索关键词： | 一种 基于 判别 字典 学习 图像 融合 方法 | ||
【主权项】：
1.一种基于判别字典学习的多源图像融合去噪的方法，其特征在于，首先采集多源图像作为训练样本，通过K‑SVD算法先对训练样本学习得到初始卡通字典和初始纹理字典，为了提高字典的判别性和表达能力，通过引入加权核范数约束提出一种新的字典学习模型，根据提出的字典学习方法利用初始字典和训练样本学习，得到卡通字典和纹理字典，然后利用MCA算法将待融合的多源含噪图像分解得到卡通成分和纹理成分，通过对卡通成分引入加权Schatten稀疏核范数约束，对纹理成分添加灰度直方图梯度保护提出一种新的图像分解模型，确保不同成分成功分离，对此模型进行迭代，得到卡通稀疏编码系数和纹理稀疏编码系数，最后，根据对应成分的稀疏编码系数l1范数值最大原则来选取融合图像的编码系数，分别融合得到卡通成分和纹理成分，最后将两部分相加后便得到最终的融合去噪图像。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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昆明理工大学，未经昆明理工大学许可，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/patent/201810000859.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种降噪方法、设备和计算机可读存储介质
- 下一篇：图像处理的方法及装置
