10.16208/j.issn1000-7024.2015.11.031
基于加权RPCA的非局部图像去噪方法
在分析核范数基础上,提出基于加权鲁棒主成分分析(WRPCA )的非局部去噪方法。将加权核范数引入鲁棒主成份分析模型,构建加权鲁棒主成份分析模型(WRPCA ),采用增广拉格朗日乘子法对模型进行求解,将WRPCA用于图像去噪。根据图像的自相似性,对噪声图像进行分块,通过块匹配法对图像块进行聚类,获得相似块组矩阵;通过加权鲁棒主成分分析(WRPCA )算法对相似块组矩阵进行低秩矩阵恢复。实验结果表明,无论对低噪声图像和高噪声图像,该方法去噪效果相比现有的经典算法都有一定提高。WRPCA算法对图像结构保持有很好效果,在保持图像纹理细节方面优于其它去噪算法。
鲁棒主成分分析、加权核范数、低秩、图像去噪、自相似性
TP391.41(计算技术、计算机技术)
国家自然科学基金项目51365017、61305019;江西省科技厅青年科学基金项目20132bab211032
2015-11-30(万方平台首次上网日期,不代表论文的发表时间)
共6页
3035-3040