原文服务方: 计算机应用研究       
摘要:
由于采用矩阵的表示形式会破坏视频数据的原始空间结构,针对这一问题,提出了一种基于块和低秩张量恢复的视频去噪方法.首先运用自适应中值滤波器对含噪视频进行预处理,通过相似块匹配构造一个三阶张量,根据视频张量的低秩性和噪声像素的稀疏性,利用基于张量的增广拉格朗日乘子法(ALM)重建出三阶视频张量的低秩部分和稀疏部分,实现噪声的分离.该方法采用张量模型来处理视频去噪的问题,更好地保护了视频序列的高维结构特性,可以准确地去除复杂结构视频的噪声干扰.实验结果表明,相对于常用方法,该方法能准确完整地分离噪声,具有更强的视频去噪能力.
推荐文章
基于低秩矩阵补全的视频去噪研究
矩阵补全
低秩矩阵
视频去噪
核范数
不动点迭代
基于张量秩校正的图像恢复方法?
图像恢复
张量奇异值分解
张量秩校正
张量近似点算法
基于低秩矩阵填充的MRI序列去噪
核磁共振成像序列
混合噪声
低秩矩阵
一种基于低秩矩阵逼近的图像去噪算法
图像去噪
非局部自相似
低秩矩阵逼近
核范数
奇异值分解
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于块和低秩张量恢复的视频去噪方法
来源期刊 计算机应用研究 学科
关键词 视频去噪 张量恢复 鲁棒主成分分析 增广拉格朗日乘子法
年,卷(期) 2017,(4) 所属期刊栏目 图形图像技术
研究方向 页码范围 1273-1276,1280
页数 5页 分类号 TP391.41
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2017.04.072
五维指标
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 59 273 8.0 13.0
2 陈代斌 四川大学电气信息学院 3 9 2.0 3.0
3 李小利 四川大学电气信息学院 2 6 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (72)
共引文献  (97)
参考文献  (15)
节点文献
引证文献  (4)
同被引文献  (6)
二级引证文献  (1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(6)
  • 参考文献(3)
  • 二级参考文献(3)
2006(8)
  • 参考文献(1)
  • 二级参考文献(7)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(13)
  • 参考文献(1)
  • 二级参考文献(12)
2010(16)
  • 参考文献(0)
  • 二级参考文献(16)
2011(15)
  • 参考文献(3)
  • 二级参考文献(12)
2012(8)
  • 参考文献(0)
  • 二级参考文献(8)
2013(7)
  • 参考文献(3)
  • 二级参考文献(4)
2014(3)
  • 参考文献(2)
  • 二级参考文献(1)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
视频去噪
张量恢复
鲁棒主成分分析
增广拉格朗日乘子法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导