基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
现实生活中,由于运动模糊、光学模糊等因素的影响,获取的图像往往是模糊、不完整的,即图像内容质量下降、细节特征被掩盖,从而影响图像的视觉效果及应用.矩阵补全(Matrix Completion,MC)的目的是将获得的模糊、不完整图像以最大的保真度恢复出完整清晰的图像.该文采用gamma范数代替传统的核范数作为秩函数的非凸近似,与核范数比较,gamma范数大大减弱了大奇异值的贡献,使得较小奇异值的贡献接近零;同时引入全变差(Total Variation,TV)正则项保留图像本身真实的边缘信息和细节信息,从而避免恢复出的图像过度光滑;接着,应用增广拉格朗日乘子法求解模型;最后,通过数值实验验证文章提出的算法较现有求解矩阵补全的算法更高效.
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
基于秩一矩阵补全的张量补全算法研究
矩阵补全
张量补全
机器学习
基于非凸lp范数和G-范数的图像去模糊模型
图像去模糊
lp (0p<1)范数
G范数
交替最小化
基于TV范数对低秩表示去噪模型的改进
图像去噪
低秩表示
TV范数
非局部自相似性
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TV与gamma范数的非凸秩近似在矩阵补全中的应用
来源期刊 华中师范大学学报(自然科学版) 学科 工学
关键词 非凸函数 全变差 核范数 矩阵补全 增广拉格朗日乘子法
年,卷(期) 2019,(6) 所属期刊栏目
研究方向 页码范围 857-863
页数 7页 分类号 TP75
字数 3398字 语种 中文
DOI 10.19603/j.cnki.1000-1190.2019.06.005
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 孙志鹏 山东科技大学数学与系统科学学院 4 1 1.0 1.0
2 王永丽 山东科技大学数学与系统科学学院 32 85 5.0 7.0
3 王淑琴 山东科技大学数学与系统科学学院 4 1 1.0 1.0
4 贺国平 3 1 1.0 1.0
5 胡子璇 山东科技大学数学与系统科学学院 1 0 0.0 0.0
6 边新新 山东科技大学数学与系统科学学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(4)
  • 参考文献(4)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(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)
研究主题发展历程
节点文献
非凸函数
全变差
核范数
矩阵补全
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
华中师范大学学报(自然科学版)
双月刊
1000-1190
42-1178/N
大16开
武汉市武昌桂子山
38-39
1955
chi
出版文献量(篇)
3391
总下载数(次)
5
总被引数(次)
18993
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导