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:
视频存在着整体关联性和基于图像块的非局部关联性.针对现有的视频恢复方法仅仅利用一种尺度的关联性质,从而限制了算法恢复性能的问题,通过考虑这两种低秩性质,提出了基于整体关联性和非局部关联性的视频恢复算法.首先,利用视频帧的整体关联性把被噪声污染的视频分解为整体低秩成分和稀疏余项成分.然后,对于余项视频部分其相邻帧存在非局部关联性,利用基于k维树的非局部技术组成低秩图像块组,并通过低秩分解模型去除图像块噪声.最后,整合整体低秩部分与处理后的余项部分,从而得到准确的视频恢复结果.在去除视频中脉冲噪声的实验中,所提算法与联合稀疏与低秩分解算法相比平均峰值信噪比(PSNR)提高了1.3 dB,与鲁棒时空分解算法相比PSNR提高了2 dB.实验结果表明了所提算法的有效性和优越性.
推荐文章
基于非负矩阵分解的低秩矩阵恢复模型
非负矩阵分解
低秩矩阵恢复
多乘子交替迭代法
奇异值分解
图像识别
基于低秩非局部稀疏表示的图像去噪模型
非局部相似
稀疏表示
高斯噪声
低秩
基于块和低秩张量恢复的视频去噪方法
视频去噪
张量恢复
鲁棒主成分分析
增广拉格朗日乘子法
张量低秩表示和时空稀疏分解的视频前景检测
视频
前景检测
低秩
时空稀疏分解
张量低秩表示
非精确增广拉格朗日乘子
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 基于整体和非局部低秩分解的视频脉冲噪声去除方法
来源期刊 计算机应用 学科 工学
关键词 鲁棒主成分分析 整体关联性 非局部关联性 低秩 视频去噪 脉冲噪声
年,卷(期) 2020,(z1) 所属期刊栏目 虚拟现实与多媒体计算
研究方向 页码范围 165-170
页数 6页 分类号 TP391
字数 6364字 语种 中文
DOI 10.11772/j.issn.1001-9081.2019122120
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (2)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(3)
  • 参考文献(3)
  • 二级参考文献(0)
2012(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(0)
  • 二级参考文献(1)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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
鲁棒主成分分析
整体关联性
非局部关联性
低秩
视频去噪
脉冲噪声
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
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
总被引数(次)
209512
论文1v1指导