-
题名基于低秩非局部稀疏表示的图像去噪模型
被引量:5
- 1
-
-
作者
王宏宇
陈冬梅
王慧
-
机构
辽宁行政学院信息中心
沈阳农业大学信息与电气工程学院
-
出处
《燕山大学学报》
CAS
北大核心
2017年第3期272-277,共6页
-
基金
国家自然科学基金资助项目(61673281)
-
文摘
在去除加性高斯白噪声的过程中,为克服图像失真,提高图像视觉质量,使图像之间联系更加密切,本文提出了一种基于低秩非局部稀疏表示的去噪算法模型。在该模型中,首先通过PCA方法线训练字典得到稀疏字典集,然后用奇异值分解求解低秩问题,最后用欧拉-拉格朗日方法得到去噪图像的能量泛函,从而重构图像。仿真实验结果表明,提出的新算法不仅能克服图像失真,改善图像视觉质量,还提高了峰值信噪比和图像相似度。
-
关键词
非局部相似
稀疏表示
高斯噪声
低秩
-
Keywords
non-local similarity
sparse representation
Gaussian noise
low rank
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-