基于 RPCA 视频去噪算法的自适应优化方法

• 作者: 李小利 杨晓梅
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 视频去噪 低秩性 鲁棒主成分分析 自适应奇异值阈值
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 图像处理与应用
• 页码范围: 215-220
• 页数: 6页
• 分类号: TP3
• 字数: 6822字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2016.09.051

摘要

传统去噪算法不能在尽量滤除噪声的同时很好地保持原始图像信息。针对这种情况，提出基于鲁棒主成分分析的自适应视频去噪算法。首先根据视频数据的低秩性和噪声的稀疏性，利用加速近端梯度方法重建出原始视频的低秩部分和稀疏部分，实现噪声的初步分离；其次利用自适应中值滤波器进行预滤波处理，提高块匹配精度，进一步去除视频噪声；最后引入自适应奇异值阈值法，增强图像细节边缘信息，降低迭代优化算法的时间复杂度。实验结果表明，该方法不仅能极大程度地恢复出原始视频序列，还能自适应地去除干扰噪声。不论从客观指标 PSNR 值还是从主观视觉，该方法与传统去噪方法相比都具有很大的优势。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨晓梅	四川大学电气信息学院自动化系	59	273	8.0	13.0
2	李小利	四川大学电气信息学院自动化系	2	6	2.0	2.0