一种改进的RK-SVD随机噪声去噪方法

在图像的传递、形成和保存的过程中往往会受到外界因素的影响。稀疏表示是通过图像原子的信号组合来重现图像信号,而这些原子源自一个过完备冗余字典。字典的形成有两种方法,一种是设计字典来适应模型,另一种是使字典适应一组训练信号,以实现稀疏信号的表示。K-SVD算法是一种迭代方法,它在基于当前字典的列的稀疏编码和更新字典原子以更好地适应数据的过程中交替进行。本文在正则化K-SVD (即RK-SVD)算法基础上,通过改进了RK-SVD算法模型中计算误差项,使得改进的RK-SVD算法对数据的处理更加的准确,并且有效的阻止模型过拟合和欠拟合的发生。最后在实验的基础上,比较了改进后的RK-SVD算法的有效性。