基于低阶Tucker分解的图像恢复技术研究

• 作者: 杨海亮
• 来源期刊: 计算机测量与控制
• 关键词: 低阶Tucker分解 张量正则化 图像恢复
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 设计与应用
• 页码范围: 177-180,184
• 页数: 5页
• 分类号: TP3
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2018.05.044

摘要

近年来,图像恢复逐渐成为数字图像处理领域的研究焦点,为了有效地对受损的、丢失了的图像数据进行恢复,采用张量数据结构的形式来表示待恢复的图像数据,并且提出了一种基于张量的图像恢复方法,通过充分识别清洁图像中混合噪声的内在结构;具体来说,对于干净的图像内容,使用张量Tucker分解来描述所有频带之间的全局相关性,以及各向异性空间光谱总变化(SSTV)正则化,以表征空间和频域中的分段平滑结构;对于混合噪声的图像内容,采用正则化来检测稀疏噪声,包括条纹,脉冲噪声和死像素,开发了一种用于通过使用增强拉格朗日乘数(ALM)方法来求解所得优化问题的有效算法;最后,对模拟和现实生活中有噪声的图像进行了广泛的实验,结果表明,算法工作良好,收敛快,可使受损图像恢复到一个良好的状态,恢复精度高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨海亮		10	16	3.0	3.0