基于改進(jìn)KSVD的稀疏表示去噪算法

打開(kāi)文本圖片集

關(guān)鍵詞：KSVD;IFSBL;稀疏表示;字典學(xué)習(xí);圖像去噪

中圖分類號(hào)：TP391.1 文獻(xiàn)標(biāo)志碼：A

0 引言（Introduction）

圖像去噪是計(jì)算機(jī)視覺(jué)任務(wù)中一個(gè)經(jīng)典但仍然活躍的話題。近年來(lái)，基于深度學(xué)習(xí)的方法和基于機(jī)器學(xué)習(xí)的方法[1]被廣泛地應(yīng)用于從噪聲觀測(cè)中恢復(fù)干凈的圖像。ZHANG等[2]首次提出卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks，CNN）去噪，實(shí)現(xiàn)了噪聲圖像經(jīng)過(guò)網(wǎng)絡(luò)直接輸出去噪圖像的端到端訓(xùn)練，大量基于CNN的模型逐漸被用于處理計(jì)算機(jī)視覺(jué)任務(wù)。（剩余2630字）