基于TV范数对低秩表示去噪模型的改进 |
| |
引用本文: | 刘成士,赵志刚,吕慧显,董晓晨,李金霞,李明生.基于TV范数对低秩表示去噪模型的改进[J].青岛大学学报(自然科学版),2019(1). |
| |
作者姓名: | 刘成士 赵志刚 吕慧显 董晓晨 李金霞 李明生 |
| |
作者单位: | 青岛大学计算机科学技术学院;青岛大学自动化与电气工程学院 |
| |
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。
|
本文献已被 CNKI 等数据库收录! |
|