基于TV范数对低秩表示去噪模型的改进

• 作者: 刘成士 吕慧显 李明生 李金霞 董晓晨 赵志刚
• 来源期刊: 青岛大学学报（自然科学版）
• 学科: 工学
• 关键词: 图像去噪 低秩表示 TV范数 非局部自相似性
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 信息工程
• 页码范围: 74-80
• 页数: 7页
• 分类号: TP391.41
• 字数: 4989字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1037.2019.02.15

摘要

全变差(TV)范数具有保持图像边缘信息及加强区域平滑性的能力,为增强低秩表示(LRR)模型恢复图像的结构光滑性,将TV范数引入到LRR模型中,通过对LRR模型中的系数矩阵增加TV范数约束,提出了一个新的图像去噪模型——全变差低秩表示(TVLRR)模型,并采用交替最小化方法有效地求解该模型.利用图像内在的非局部自相似性先验,所提算法可以有效地发现和去除噪声,同时增强恢复图像的结构光滑性,使去噪后的图像质量显著提高.实验结果表明,与顶尖的去噪算法相比,所提出的算法在主观和客观上都实现了具有竞争力的去噪表现,特别是当噪声强度很大时.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕慧显	青岛大学自动化与电气工程学院	39	194	8.0	12.0
2	赵志刚	青岛大学计算机科学技术学院	66	495	13.0	19.0
3	刘成士	青岛大学计算机科学技术学院	5	7	1.0	2.0
4	董晓晨	青岛大学计算机科学技术学院	5	7	1.0	2.0
5	李金霞	青岛大学计算机科学技术学院	6	1	1.0	1.0
6	李明生	青岛大学计算机科学技术学院	4	0	0.0	0.0