联合矩阵F范数的低秩图像去噪

摘要：

目的 低秩矩阵恢复是通过最小化矩阵核范数来获得低秩解,然而待恢复低秩矩阵相关性低的要求往往会导致求解不稳定的情况.方法 针对该问题,研究一种基于变量分裂的低秩图像恢复去噪算法,引入待恢复矩阵的Fmbenius范数作为新正则项,与原有低秩矩阵的核范数组成联合正则化项,对问题进行凸松弛后,采用变量分裂的增广拉格朗日乘子法求解.结果 为考察方法的稳定性和去噪能力,选取了不同参数类型的加噪图像进行仿真,并结合恢复时间、信噪比、差错率等评价标准与现有低秩矩阵恢复算法进行对比.结论 实验结果表明增加Frobenius范数的低秩矩阵恢复模型在保持原有低秩稀疏恢复的前提下,具有良好的去噪性能,对相关性强的低秩图像恢复结果稳定性好,获得了更高的信噪比.

关键词：凸优化、低秩恢复、增广拉格朗日乘子法、变量分裂、F范数

所属期刊栏目：19

分类号：TP391.9(计算技术、计算机技术)

资助基金：国家自然科学基金项目61203245,51208168;河北省自然科学基金项目F2012202027

在线出版日期：2014-05-05（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：502-511