三分解模型与算法及其在图像恢复中的应用

摘要：

针对现有图像恢复方法无法同时分离出稠密噪声和稀疏噪声的不足,提出了一种三分解模型(tri-decomposition model,Tri-Decom).该模型目的是将矩阵分解为三个分量矩阵,其中第一个矩阵表示干净数据,具有低秩性质,通过核范数刻画;第二个矩阵表示噪声数据,具有稀疏性质,通过L1范数刻画;第三个矩阵也表示噪声,但具有稠密性质,通过F范数刻画.通过不同的刻画函数可将观测数据分成干净数据、稀疏噪声和稠密噪声.为求解模型,设计了一种基于乘子交替方向法的求解算法,该算法可有效求解变量可分离的优化问题.该算法用于处理受到大稀疏噪声和小稠密噪声破坏的图像数据,在人脸图像和监控视频等领域的实验结果证明了所提方法的有效性.

关键词：鲁棒主分量分析、稀疏、低秩、混合噪声

所属期刊栏目：12

分类号：TP391.4(计算技术、计算机技术)

资助基金：The National Natural Science Foundation of China under Grant Nos. U1831127, 61876213, 761502206, 61772254, 61503195, 61462064, 61203243, 61603192, 61402231;the Postdoctoral Science Foundation of China under Grant No. 2017M611656;the Natural Science Foundation of Jiangsu Higher Education Institutions under Grant Nos. 16KJB520020, 18KJA520005;the Program of Jiangsu Key Laboratory of Image and Video Understanding for Social Safety Nanjing University of Science and Technology under Grant No. 30916014107 江苏省社会安全图像与视频理解重点实验室;the Program of Collaborative Innovation Center of IoT Industrialization and Intelligent Production Minjiang University under Grant No. IIC1705 物联网产业化与智能生产协同创新中心

在线出版日期：2019-01-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1940-1949