点击次数：

论文类型：期刊论文

发表时间：2013-10-25

发表刊物：信号处理

收录刊物：PKU、ISTIC、CSCD

卷号：29

期号：10

页面范围：1329-1335

ISSN号：1003-0530

关键字：块匹配;低秩理论;增广拉格朗日算法

摘要：图像中的高斯白噪声使LS模型中的低秩矩阵低秩性和稀疏矩阵稀疏性不能同时满足,造成去噪不充分或细节严重丢失.本文在LS模型的基础上引入高斯噪声约束项,提出一种新的用于去除图像中混合噪声的LSE模型,该模型首先对图像进行相似块匹配,然后对得到的相似块低秩逼近得到去噪图像.实验结果表明,与LS模型相比,LSE模型在保证去噪效果的同时,保留了图像的细节信息,具有更佳的视觉效果,去噪图像的信噪比提高了约0.1-2dB;与BM3D相比,在高斯噪声较小的情况下信噪比提高了约0.5-2.5dB.