基于非局部相似和低秩模型的图像盲去噪 |
| |
引用本文: | 于静,杨晓梅.基于非局部相似和低秩模型的图像盲去噪[J].计算机工程与设计,2016(4):959-963. |
| |
作者姓名: | 于静 杨晓梅 |
| |
作者单位: | 四川大学电气信息学院 |
| |
摘 要: | 针对目前大多图像去噪算法的性能依赖输入噪声水平参数的问题,为进一步提高去噪效果,提出一种改进的基于非局部相似和低秩模型的图像盲去噪方法。预先估计图像的全局噪声方差,在图像非局部相似和低秩模型的框架下,自适应地估计各图像块的局部噪声方差,确定各图像块奇异值阈值(SVT)的局部阈值参数,运用迭代规则完成去噪。为验证该方法的有效性,与3种目前较成熟的去噪算法进行仿真对比。仿真结果表明,对于噪声方差未知的图像,该方法的去噪效果在视觉、峰值信噪比(PSNR)和结构相似度(SSIM)的数据上更具优势,具有更好的自适应能力,更适合应用于实际图像去噪问题。
|
关 键 词: | 图像盲去噪 自适应 非局部相似 低秩 奇异值阈值 |
本文献已被 CNKI 等数据库收录! |
|