内外先验结合的多尺度低秩去噪方法

作     者：张莉 韩靖敏 钱妍 檀结庆 Zhang Li;Han Jingmin;Qian Yan;Tan Jieqing

作者机构：合肥工业大学数学学院合肥230009 合肥工业大学计算机与信息学院合肥230009 

基　　金：国家重点研发计划(2018YFB2100301) 国家自然科学基金(61972131) 

出 版 物：《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)

年 卷 期：2023年第35卷第4期

页      码：491-502页

摘      要：内部先验的去噪方法侧重图像的低秩性、稀疏性等先验知识,较少考虑多尺度特性;而基于外部先验的去噪方法充分利用自然图像的先验信息,却难以恰当地估计相似块组的秩.针对这些问题,综合考虑不同尺度间的噪声图像信息以及外部清晰图像的统计分布规律,提出内外先验结合的多尺度低秩去噪方法.在预训练阶段,学习外部自然图像数据集的统计分布规律,获得外部自然图像的先验信息;在分组阶段,采用外部先验信息引导噪声图像分组,构建低秩矩阵;在低秩约束阶段,利用构建的多尺度低秩去噪方法对噪声图像进行重建.在Set5,Set12,Kodak,McMaster等经典图像数据集上的实验结果表明,该方法在客观评价指标上有较为明显的改善,如峰值信噪比优于对比方法0.2 dB,并在主观视觉效果上能够保留图像细节和纹理.

主 题 词：图像去噪 低秩矩阵 多尺度特征 高斯混合模型 广义核范数 

学科分类：08[工学] 080203[080203] 0714[0714] 0802[工学-机械学] 0701[理学-数学类] 

核心收录：

D　O　I：10.3724/SP.J.1089.2023.19376

馆 藏 号：203122299...