10.3969/j.issn.1000-386x.2016.09.051
基于 RPCA 视频去噪算法的自适应优化方法
传统去噪算法不能在尽量滤除噪声的同时很好地保持原始图像信息。针对这种情况，提出基于鲁棒主成分分析的自适应视频去噪算法。首先根据视频数据的低秩性和噪声的稀疏性，利用加速近端梯度方法重建出原始视频的低秩部分和稀疏部分，实现噪声的初步分离；其次利用自适应中值滤波器进行预滤波处理，提高块匹配精度，进一步去除视频噪声；最后引入自适应奇异值阈值法，增强图像细节边缘信息，降低迭代优化算法的时间复杂度。实验结果表明，该方法不仅能极大程度地恢复出原始视频序列，还能自适应地去除干扰噪声。不论从客观指标 PSNR 值还是从主观视觉，该方法与传统去噪方法相比都具有很大的优势。
视频去噪、低秩性、鲁棒主成分分析、自适应奇异值阈值
33
TP3(计算技术、计算机技术)
2016-10-18（万方平台首次上网日期，不代表论文的发表时间）
共6页
215-220
