在线字典学习算法下低照度图像平滑去噪方法

摘要

针对在低照度图像中，有效信号与随机噪声在变换域中呈现相似的稀疏分布，去噪后的图像容易出现阶梯效应或伪边缘，进而产生噪声伪影，降低图像质量的问题，提出一种在线字典学习算法下低照度图像平滑去噪方法。对低照度图像实施灰度变换，降低图像随机噪声。设计一种自适应低照度图像块划分策略，根据灰度变换后图像局部亮度信息和纹理特征，动态调整图像块大小，得到图像细节和结构信息。创建在线字典学习模型，稀疏表示划分后的图像块，通过实时更新字典动态捕捉噪声和细节特征的时变特性，自适应地分离有效信号与噪声，在保留信号结构的同时抑制噪声伪影，解决低照度图像中相似稀疏分布导致的阶梯效应和伪边缘问题，实现低照度图像平滑去噪。实验结果表明，所提方法具备极强的鲁棒性，能有效抑制低照度图像噪声，图像峰值信噪比和结构相似性得到显著提高。

关键词

在线字典学习 / 低照度图像 / 平滑去噪 / 灰度变换 / 图像块