一种基于图像块聚类字典训练的图像去噪去模糊方法,以图像块作为基本操作单元,以有效的消除图像在拍摄或传输过程中残留的噪声点,并获得较高的图像峰值信噪比值和较好的视觉效果为目的,分为以下步骤:a)采用非重叠分割的方法图像分割成大小相等的图像块,对图像块进行搜索聚类;b)参考人体视觉系统方法,计算图像块对应像素点的方差;c)将聚类所得的图像组视为过完备字典集,并进行迭代计算更新字典;d)通过更新所得字典集,对图像进行降采样稀疏重构,去除低频噪声信号分量,以达到去噪去模糊的效果。
本发明要解决针对欧式距离作为相似度判定标准时所产生的结构性差异问题和低分辨率图像本身导致结构信息缺失性问题,提出一种基于图像块聚类字典训练的图像去噪去模糊方法。
本发明参考人体视觉系统,提出了一种以计算组间方差值为判定标准的相似图像块选取方法,方差值小的两图像块相似性较高。并且在图像字典集学习过程中引入无监督聚类方法,用以解决传统算法中局部计算搜索方法的不完全性问题和全局搜索计算方法高复杂度问题
浙江工业大学是东部沿海地区第一所省部共建高校、首批国家“高等学校创新能力提升计划”(2011计划)协同创新中心牵头高校和浙江省首批重点建设高校,坐落于中国历史文化名城、风景旅游胜地杭州。学校坚持立德树人根本任务,以拔尖创新人才为引领、高级应用型人才为主体、复合型人才为特色,大力培养德智体美劳全面发展,富有家国情怀、国际视野、创新精神和实践能力的行业精英和领军人才。
评价单位:- (-)
评价时间:2024-08-30
综合评价
技术转让,所需资金需双方协商,此项技术想尽快落地保定,希望具备此项技术研发的技术方,能够尽快承接次项目
查看更多>