摘要：针对现有图像恢复方法无法同时分离出稠密噪声和稀疏噪声的不足,提出了一种三分解模型(tridecomposition model,Tri-Decom)。该模型目的是将矩阵分解为三个分量矩阵,其中第一个矩阵表示干净数据,具有低秩性质,通过核范数刻画;第二个矩阵表示噪声数据,具有稀疏性质,通过L1范数刻画;第三个矩阵也表示噪声,但具有稠密性质,通过F范数刻画。通过不同的刻画函数可将观测数据分成干净数据、稀疏噪声和稠密噪声。为求解模型,设计了一种基于乘子交替方向法的求解算法,该算法可有效求解变量可分离的优化问题。该算法用于处理受到大稀疏噪声和小稠密噪声破坏的图像数据,在人脸图像和监控视频等领域的实验结果证明了所提方法的有效性。
分类：期刊> 自然科学与工程技术> 信息科技> 电子信息科学综合
收录：北大期刊(中国人文社会科学期刊) > CSCD 中国科学引文数据库来源期刊(含扩展版) > 统计源期刊(中国科技论文优秀期刊) > 知网收录(中) > 维普收录(中) > 万方收录(中) > Pж(AJ) 文摘杂志(俄) > 哥白尼索引(波兰) > 剑桥科学文摘 > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：鲁棒主分量分析 稀疏 低秩 混合噪声
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
