基于稀疏表达和暗通道的图像去雾霾算法

目前,雾霾所引起的图像模糊问题,主流的算法主要都侧重于处理雾气,对于霾没有相关的处理.针对此缺陷,提出了一种联合K-SVD(K-singular value decomposition)稀疏算法和暗通道先验算法的全新算法,来克服雾霾引起的图像模糊问题.图像的处理主要分两个步骤:第一步是运用KSVD稀疏算法去除图像中的霾恢复出只含雾气的图像,第二步通过经典的暗通道算法去除图像上的层层雾气.计算机仿真结果表明,该方法对于图像的处理结果要优于FVR(Fast visiblity restoration)算法,暗通道先验算法和直方图均衡化算法.

稀疏表示及区分性联合字典学习语音降噪算法

经过传统的联合字典学习算法所训练出来的语音字典会与相同算法下训练出来的噪声字典之间形成相互干扰,残留的噪声以及波形失真都是降噪之后的语音容易产生的问题.针对这一问题,提出一种新的算法,其基于稀疏表示及区分性联合字典学习.为确保信号能够在其对应子字典上进行正确稀疏表示,在字典的学习阶段,这个算法添加了字典区分约束项.最后利用基于区分性联合字典得到的稀疏表示系数对纯净语音进行估计,有效避免了语音失真,获得了更好的语音降噪效果.相比于传统算法,实验结果表明,所提算法在两种评测方式下均获得了最优的评价结果.