-
题名基于伽马范数最小化的图像去噪算法
被引量：7
- 1
-
-
作者
王洪雁
王拓
潘勉
汪祖民
-
机构
浙江理工大学信息学院
大连大学信息工程学院
五邑大学智能制造学部
杭州电子科技大学电子信息学院
-
出处
《通信学报》
EI
CSCD
北大核心
2020年第10期222-230,共9页
-
基金
国家自然科学基金资助项目(No.61301258,No.61271379,No.61871164)
中国博士后科学基金资助项目(No.2016M590218)。
-
文摘
针对核范数有偏近似秩函数导致基于核范数最小化的传统去噪方法去噪性能较差的问题,基于低秩理论,提出一种基于伽马范数最小化的图像去噪算法。首先对噪声图像重叠分块,然后基于结构相似性指数自适应搜索与当前图像块最相似的若干非局部图像块以组成相似图像块矩阵,进而利用非凸伽马范数无偏近似矩阵秩函数构建低秩去噪模型,最后基于奇异值分解对所得低秩去噪优化问题求解,并将去噪图像块重组为去噪图像。仿真结果表明,与现有主流PID、NLM、BM3D、NNM、WNNM、DnCNN和FFDNet算法相比,所提算法可较显著地消除高斯噪声,且可较好地恢复原始图像细节。
-
关键词
图像去噪
低秩去噪模型
非凸优化
伽马范数
结构相似性指数
-
Keywords
image denoising
low-rank denoising model
non-convex optimization
gamma norm
structural similarity index
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于非凸范数最小化图像去噪算法
被引量：2
- 2
-
-
作者
徐可
王洪雁
-
机构
周口师范学院网络工程学院
大连大学信息工程学院
-
出处
《火力与指挥控制》
CSCD
北大核心
2021年第2期17-22,共6页
-
基金
国家自然科学基金(61301258,61401526)
国家博士后面上基金资助项目(2016M590218)。
-
文摘
为改善高斯噪声条件下图像去噪性能,基于低秩理论,提出基于伽马范数最小化的图像去噪算法。所提算法对噪声图像重叠分块,基于结构相似性指数自适应搜索与当前图像块若干最相似非局部图像块以组成相似图像块矩阵,进而利用非凸伽马范数无偏近似秩函数以构建低秩去噪模型,并基于凸优化理论求解所得低秩去噪优化问题,重组所得去噪图像块以获得最终去噪图像。与PID,NLM,BM3D和NNM等主流去噪算法相比,实验结果表明,所提算法可有效消除高斯噪声,且可较好地恢复原始图像细节。
-
关键词
高斯噪声
伽马范数
非凸优化
结构相似性指数
低秩去噪模型
-
Keywords
gaussian noise
gamma norm
non-convex optimization
structural similarity index
low-rank denoising model
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
