加权低秩矩阵恢复的混合噪声图像去噪

• 作者: 张家树 王圳萍 陈高
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 图像去噪 低秩矩阵恢复 加权 稀疏
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 图形图像与模式识别
• 页码范围: 298-301
• 页数: 4页
• 分类号: TP911.73
• 字数: 4658字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2016.1.064

摘要

传统的基于低秩矩阵恢复的图像去噪算法只对低秩部分进行约束,当高斯噪声过大时,会导致去噪不充分或细节严重丢失.针对此问题,提出了一种新的鲁棒的图像去噪模型.该模型在原有的低秩矩阵核范数约束的基础上引入高斯噪声约束项,此外为了提高低秩矩阵的低秩性和稀疏矩阵的稀疏性,引入了加权的方法.为了考察方法的去噪能力,选取了不同参数类型的混合噪声图像进行仿真,并结合峰值信噪比、结构相似度评价标准与传统的基于低秩矩阵恢复的图像去噪算法进行对比.实验结果表明,加权低秩矩阵恢复的混合噪声图像去噪算法能增加低秩矩阵的低秩性和稀疏矩阵的稀疏性,在保证去噪效果的同时,保留了图像的细节信息,具有更佳的视觉效果,同时,客观评价指标均有所提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张家树	西南交通大学信息科学与技术学院	117	1647	23.0	36.0
2	王圳萍	西南交通大学信息科学与技术学院	1	14	1.0	1.0
3	陈高	西南交通大学信息科学与技术学院	2	14	1.0	2.0