加强的低秩表示图像去噪算法

• 作者: 刘成士 吕慧显 李强 李金霞 董晓晨 赵志刚
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 图像去噪 低秩表示(LRR) TV范数 非凸惩罚函数 非局部自相似性
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 图形图像处理
• 页码范围: 216-225
• 页数: 10页
• 分类号: TP391
• 字数: 8042字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1809-0353

摘要

由于低秩表示(Low-Rank Representation,LRR)模型中核范数对非零奇异值的估计不足,所以利用参数化的非凸惩罚函数来估计非零奇异值,同时结合全变差(Total Variation,TV)范数保持图像边缘信息和加强区域平滑性的能力,通过对LRR模型中的系数矩阵施加TV范数约束,提出了一个新的图像去噪算法,并且采取交替最小化方法求解对应模型.利用图像的内在非局部自相似性先验,所提算法能够在有效发现和移除噪声的同时,增强恢复图像的结构和区域平滑性,提高图像的恢复质量.实验结果表明,与其他去噪算法相比,无论是客观评价还是视觉效果,所提算法都实现了具有竞争力的去噪表现,特别是在噪声强度较大时.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李强	青岛大学计算机科学技术学院	99	391	11.0	16.0
2	吕慧显	青岛大学自动化与电气工程学院	39	194	8.0	12.0
3	赵志刚	青岛大学计算机科学技术学院	66	495	13.0	19.0
4	刘成士	青岛大学计算机科学技术学院	5	7	1.0	2.0
5	董晓晨	青岛大学计算机科学技术学院	5	7	1.0	2.0
6	李金霞	青岛大学计算机科学技术学院	6	1	1.0	1.0