基于字典学习和原子聚类的图像去噪算法

来源 :计算机应用研究 | 被引量 : 0次 | 上传用户:wangaijjuan860610
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对图像去噪过程中会导致细节和纹理结构信息丢失的不足,提出了基于字典学习和原子聚类的图像去噪算法。该算法利用含噪图像通过字典学习算法得到自适应的冗余字典,然后提取字典中每个原子的HOG特征和灰度统计特征构成特征集,并利用原子的特征集将冗余字典中的原子分成两类(不含噪原子和噪声原子),最后利用不含噪原子恢复图像,达到去噪的目的。实验结果表明,提出的算法无须知道噪声的先验信息,峰值信噪比好于现有的流行算法,且能较好地保持图像细节和纹理结构信息,提高了视觉效果。
其他文献
研究了云计算中多服务器的配置问题,以使得利润最大化。价格模型包含了如下一些因素:服务的数量、应用环境的负荷、多服务器系统的配置、服务等级协议、用户的满意度、服务的质
针对.移动群体感知中感知教据能够如何更高效传输的问题,提出了一种移动群体感知中基于社会关系的路由算法RASR(routingalgorithmbasedonsocialftlatioHs},该算法根据个:体间
移动自组网(MANETs)的固有特性(如有限资源、动态拓扑等)使其比有线网络更易遭受各种安全威胁。但现有的MANETs安全技术难以有效适应这些特性,尤其是不能在网络性能和网络安全之间保持平衡。在研究MANETs时空动态性及其识别的基础上,首先构建了安全威胁和入侵防御收益与代价的量化评估指标体系,其次提出了一种系统化的MANETs入侵防御系统模型(IDMSLP),最后实现了基于网络安全和性能平衡的防
针对传统的威胁评估方法存在指标数据冗余、指标权值设置合理性、推理有效性等问题,建立结合网络层次分析法的云推理威胁评估模型,能够合理精简指标,有效优化推理规则。将该
针对网络功能虚拟化中服务链性能受到负载干扰的问题,提出一种考虑虚拟功能间干扰的虚拟功能服务链部署方法。首先,基于CPU利用率和I/O带宽对虚拟功能干扰度进行估计;然后,构建虚
第六代液晶屏在生产过程中会产生多种类型的缺陷,通过单机进行缺陷检测存在存储资源和计算时间的瓶颈。利用Hadoop集群优势处理海量的高分辨率液晶屏图像是一个新的思路。针对
首先提出了利用哥德尔编码将矩阵与自然数建立一一对应关系,从而保密地判断两个矩阵是否相等;其次提出了一种保密计算矩阵特征值的安全协议。最后,利用模拟范例方法证明协议是安全的,并且两协议的计算复杂性和通信复杂性较低,在数据服务外包领域具有实用价值。
针对移动群智网应用对数据收集的实时性和可靠性要求,提出了一种基于粒子群寻优和距离协作判别的数据收集机制。该机制基于时空二维感知区域定义了具有高精度和适应度的粒子群寻优模型,结合二维正态分布基于时间序列给出了用于判断感知数据源的距离协作判别机制,激励用户移动节点积极加入到协作通信,从而提出了适用于移动群智网应用的数据收集机制。仿真实验结果表明,所提出的数据收集机制在网络生存能力、传输延迟、移动节点存
在VC(可视密码)的实际应用中分发者和参与者均可能存在欺骗行为,导致秘密图像无法正确恢复,基于此提出了一种改进的防欺骗可视密码方案。该方案用(2,n+1)-VCS(可视密码方案)代替(k,n)-VCS来分享验证图像,不需要引入传统的TTP(可信第三方),可同时直接验证分发者和参与者的欺骗行为,提高了可视密码方案的实用性与安全性。
针对现有产品装配过程中一次装配成功率难以保证的问题,以灰熵关联分析与粒子群—BP神经网络为建模工具,采用灰熵关联分析对装配特征进行筛选,找出影响产品装配质量的关键装