图像去噪作为图像处理过程一个重要的环节,直接影响图像进一步处理的效果.在图像去噪方法中,基于稀疏表示的K-means singular value decomposition（K-SVD）方法通过将图像表示成训练字典和稀疏系数两部分来有效分离噪声以达到去噪目的,具有很好的去噪效果.然而该算法包含了复杂矩阵运算,因而去噪速度较慢.本文提出的快速的K-SVD（SK-SVD）算法综合了均值滤波的速度快及K-SVD方法对图像细节处理好的优势,将噪声图像分为背景块集与内容块集两部分,对背景块集采用均值滤波方法去噪,内容块集用K-SVD算法去噪.为达到更高的去噪精度,首先对内容块集进行聚类,再对每一类分别训练稀疏字典去噪.实验结果表明,该算法在去除噪声时不但能很好地保留图像的细节,去噪效率也有显著的提高.
展开▼
