基于加权RPCA的非局部图像去噪方法

• 作者: 丰义琴 杨国亮 王艳芳 鲁海荣
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 鲁棒主成分分析 加权核范数 低秩 图像去噪 自相似性
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 多媒体技术
• 页码范围: 3035-3040
• 页数: 6页
• 分类号: TP391.41
• 字数: 5428字
• 语种: 中文
• DOI: 10.16208/j.issn1000-7024.2015.11.031

摘要

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。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨国亮	江西理工大学电气工程与自动化学院	74	384	10.0	16.0
2	鲁海荣	江西理工大学电气工程与自动化学院	9	50	4.0	6.0
3	丰义琴	江西理工大学电气工程与自动化学院	7	27	4.0	5.0
4	王艳芳	江西理工大学电气工程与自动化学院	3	19	3.0	3.0