首页  |  期刊简介  |  稿件审稿流程  |  学术道德规范  |  编委会  |  征订启事  |  联系我们  |  English
中文核心期刊
中国科技论文统计源期刊
国际刊号:1004-9037
国内刊号:32-1367/TN
用户登录
  E-mail:  
  密  码:  
  作者 审稿  
  编辑 读者  
期刊向导
联系方式
  • 主管:中国科学技术协会
  • 主办:南京航空航天大学
  •           中国电子学会
  • 国际刊号:1004-9037
  • 国内刊号:32-1367/TN
  • 地址:南京市御道街29号
  • 电话:025-84892742
  • 传真:025-84892742
  • E-mail:sjcj@nuaa.edu.cn
  • 邮编:210016
彭真明 陈颖频 蒲恬 王雨青 何艳敏.基于稀疏表示及正则约束的图像去噪方法综述[J].数据采集与处理,2018,33(1):1-11
基于稀疏表示及正则约束的图像去噪方法综述
Image Denoising Based on Sparse Representation and Regularization Constraint: A Review
  
DOI:10.16337/j.1004-9037.2018.01.001
中文关键词:  图像去噪  稀疏表示  字典学习  全变分  正则化约束
英文关键词:image denoising  sparse representation  dictionary learning  total variation  regularization constraint
基金项目:
作者单位
彭真明 陈颖频 蒲恬 王雨青 何艳敏 电子科技大学信息与通信工程学院成都611731
闽南师范大学物理与信息工程学院漳州363000 
摘要点击次数: 661
全文下载次数: 872
中文摘要:
      数据去噪声是信号和图像处理领域的一个经典问题,广泛应用于各类工程实践中。由于噪声源的多样性,去噪一直是富有挑战性且十分活跃的研究课题,发展了多种经典去噪方法。近年来,随着压缩感知理论的发展,基于稀疏表示及正则化约束反问题求解方法成为图像去噪领域的重要发展方向和技术途径。本文首先回顾和总结图像噪声的来源和类型,然后针对不同类型的图像噪声,重点围绕基于稀疏表示及正则化约束的图像去噪技术进行全面综述,分析和描述了几种主要去噪方法的原理及优缺点。最后,对去噪算法的性能评价指标进行总结。
英文摘要:
      Data denoising is a classic issue in the field of signal and image processing which has been widely applied in various engineering practices. Due to the diversity of noise sources, denoising is a challenging and active research topic, and a variety of classical denoising methods have been developed. In recent years, with the development of compressed sensing theory, the methods for solving inverse problem based on sparse representation and regularization constraint have become important research directions and technical approaches in the field of image denoising. This paper firstly reviews and summarizes the sources and types of image noise, and then according to the different types of image noise, gives a comprehensive review focusing on the image denoising techniques based on sparse representation and regularization constraints. In addition, we analyze and describe the principle, advantages and disadvantages of several major denoising methods. Finally, the performance evaluation of denoising algorithm is summarized.
查看全文  HTML  查看/发表评论

Copyright @2010-2015《数据采集与处理》编辑部

地址:南京市御道街29号        邮编:210016

电话:025-84892742      传真:025-84892742       E-mail:sjcj@nuaa.edu.cn

您是本站第1576873位访问者 本站今日一共被访问214

技术支持:北京勤云科技发展有限公司