论文部分内容阅读
针对传统含噪图像去噪算法中,存在较严重的细节信息缺失现象的问题,提出一种含噪图像的HOG原子特征冗余字典分类去噪算法。首先,针对含噪图像特征提取问题,基于梯度直方图以及灰度统计提取含噪图像的原子特征集;然后,基于该特征集对冗余字典进行原子特征分类:含噪和不含噪原子两类,并利用分类后的不含噪特征原子对原始含噪图像进行降噪修复,实现图像清晰化效果;最后通过仿真对比,显示该去噪算法在无噪声先验知识情况下,峰值信噪比评价标准仍然要优于对比算法,并且较好的处理了图像细节保持问题,提高了图像修复质量。