10.3969/j.issn.1000-386x.2018.08.055
非局部相似性去噪算法研究
加权核范数最小化方法根据奇异值的大小分配不同的权值进行软阈值收缩操作,过滤噪声能量,相比标准核范数最小化方法,它考虑了奇异值的数学性质,所以去噪效果更佳.然而,该方法没有考虑噪声在计算图像块之间的相似度时会影响相似度值.在图像块重构时没有考虑不同的相似块组去噪效果不一样,这将影响后续去噪效果.针对噪声影响相似性计算问题,提出用加权核范数算法对噪声图像进行预处理,得到近似干净图像再计算相似性,图像块重构时采用加权平均求每个像素值.实验结果表明,提出的方法去噪效果相比加权核范数最小化方法更佳,峰值信噪比有提升.
图像去噪、加权核范数最小化、噪声、软阈值收缩
35
TP391(计算技术、计算机技术)
2018-10-29（万方平台首次上网日期，不代表论文的发表时间）
共5页
303-306,328
