高阶SVD和全变差正则的乘性噪声去除模型

• 作者: 冯象初 王旭东 霍春雷 霍雷刚
• 来源期刊: 西安电子科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 高阶奇异值分解 乘性噪声 全变差 非局部滤波 图像去噪
• 年，卷（期）: 2016,（3）
• 页码范围: 78-84
• 页数: 7页
• 分类号: O175.2|TN911.7
• 字数: 5718字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-2400.2016.03.014

摘要

光滑性、稀疏性和自相似性先验作为自然图像的重要特性被广泛应用于图像去噪.根据高阶奇异值分解和全变差正则的互补性,提出了一种能够同时利用光滑性、稀疏性和自相似性先验的乘性噪声去除新方法.该方法首先采用高阶奇异值分解方法对对数变换后图像中的相似块组进行去噪;然后结合考虑光滑性先验的全变差约束对结果进行迭代优化.实验结果表明,该方法在有效去除乘性噪声的同时,可以更好地保留图像的边缘和纹理区域的细节信息.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯象初	西安电子科技大学数学与统计学院	124	1126	17.0	26.0
2	霍雷刚	西安电子科技大学数学与统计学院	4	55	3.0	4.0
3	霍春雷	中国科学院自动化研究所模式识别国家重点实验室	3	121	3.0	3.0
4	王旭东	广西师范学院计算机与信息工程学院	2	6	1.0	2.0