迭代张量高阶奇异值分解的图像恢复方法

• 作者: 刘侍刚 周俊秀 梁新刚 裘国永
• 来源期刊: 计算机应用研究
• 关键词: 张量 缺失值 高阶奇异值分解 迭代 恢复
• 年，卷（期）: 2013,（11）
• 所属期刊栏目: 图形图像技术
• 页码范围: 3488-3491
• 页数: 4页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2013.11.074

摘要

为了有效地对图像缺失数据进行恢复,提出一种迭代张量高阶奇异值分解(HOSVD)图像缺失数据恢复方法.该方法首先利用拉格朗日乘子方法将张量核范数目标函数进行子问题分解操作,简化了求解过程,然后迭代地采用张量高阶奇异值分解阈值方法进行子问题求解,最终得到恢复后的图像缺失数据.将矩阵奇异值阚值算法进行扩展而得的HOSVD阈值方法充分利用了图像内部和图像与图像之间的多重约束关系,大大提高了恢复精度.模拟实验和真实图像实验结果显示该方法具有良好的缺失数据的恢复性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	裘国永	陕西师范大学计算机科学学院	54	333	10.0	15.0
2	刘侍刚	陕西师范大学计算机科学学院	32	165	6.0	11.0
3	梁新刚	陕西师范大学计算机科学学院	6	26	3.0	5.0
4	周俊秀	陕西师范大学计算机科学学院	1	11	1.0	1.0