联合矩阵F范数的低秩图像去噪

• 作者: 刘新艳 张小美 胡钊政 马杰
• 来源期刊: 中国图象图形学报
• 学科: 工学
• 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
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 图像处理和编码
• 页码范围: 502-511
• 页数: 10页
• 分类号: TP391.9
• 字数: 7569字
• 语种: 中文
• DOI: 10.11834/jig.20140402

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马杰	河北工业大学信息工程学院	37	74	6.0	7.0
2	刘新艳	河北工业大学信息工程学院	6	46	3.0	6.0
3	张小美	河北工业大学信息工程学院	3	15	2.0	3.0
4	胡钊政	河北工业大学信息工程学院	7	42	3.0	6.0