高噪声图像的结构性缺失低秩矩阵重建算法

作     者：张虹 左鑫兰 黄瑶 ZHANG Hong;ZUO Xinlan;HUANG Yao

作者机构：三峡大学计算机与信息学院湖北宜昌443002 

出 版 物：《哈尔滨工程大学学报》 (Journal of Harbin Engineering University)

年 卷 期：2021年第42卷第3期

页      面：407-412页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：湖北省自然科学基金项目(2019CFB215) 

主　　题：高噪声图像 邻域平均法 结构性缺失 低秩矩阵 重加权 拉格朗日函数 灰度值 高斯噪声 脉冲噪声 

摘      要：为了提高图像信噪比和结构性缺失低秩矩阵重建精度,本文提出基于重加权的高噪声图像的结构性缺失低秩矩阵重建算法。利用中值滤波、阈值处理以及小波系数法对高频子带图像中的脉冲噪声进行处理。利用小波逆变换获取恢复图像,实现高噪声图像初步处理,构建低秩与稀疏先验下结构性缺失矩阵重建模型。根据低秩先验和稀疏先验对重建矩阵进行约束,并通过重加权策略强化低秩与先验性,增强矩阵重建精确性。在重加权策略架构下,实现模型约束向无约束子问题的转化,并通过交替方向法实现模型求解。实验结果表明:该方法可实现结构性缺失低秩矩阵的高精度重建,峰值信噪比高达29.05 dB,平均绝对误差低于18。证明该方法有较好的图像降噪性能,提高了结构性缺失低秩矩阵重建精度。