来源：期刊VIP网 时间：
作者：王彦龙;高俊杰;杨阳;
单位：山西大学;
摘要：为了提升数字图像的完整性和清晰度，提出一种基于K-SVD算法的数字图像自适应修复方法。通过FCM算法将数字图像划分成不同的图像块，将不同类别的数字图像依据K-SVD算法的稀疏编码和字典更新模块进行训练，获取各个不同类别数字图像块的字典，求出其稀疏系数，结合字典和稀疏系数更新数字图像中的每一类图像块，完成数字图像中每一类图像块的修复或重构，将修复好的图像块放回原数字图像中，实现数字图像的自适应修复。实验结果表明，该方法能够有效地恢复图像的细节和结构，修复后的数字图像均方根误差低，并且具有较高的峰值信噪比，同时，修复后的数字图像与原图像的结构相似性高达0.95，且在数字图像修复效率方面具备显著优势。
关键词：FCM算法;;K-SVD算法;;稀疏编码;;更新字典;;数字图像;;图像细节;;图像聚类;;图像修复
基金资助：山西省高等学校科技创新项目资助（2022L009）
