论文部分内容阅读
针对权重核范数最小化算法不能有效保留图像边缘信息的问题,利用全变分的良好的保持边缘信息的能力,提出一种基于全变分和权重核范数最小化的噪声抑制算法。权重核范数最小化充分利用图像的非局部相似性,对由非局部相似性得到的相似块构成的矩阵的不同的奇异值进行不同程度的收缩,从而对图像成分和噪声成分进行有效分离。同时,对该矩阵进行全变分正则化约束,可以有效保留图像的边缘信息,在降噪的同时避免造成边缘模糊。实验结果表明,与权重核范数最小化方法相比,所提方法不仅对图像的噪声抑制效果更好,而且得到的图像边缘清晰度更高。