关于基于块低秩最小化用于快速图像去噪的注记
计算机视觉与模式识别
2018-02-22 v2
摘要
近年来，基于块的低秩最小化在图像处理中备受关注。矩阵秩最小化与Frobenius范数数据保真度的耦合可通过带主成分分析(PCA)或奇异值分解(SVD)的硬阈值滤波求解。基于该思想，我们提出一种基于块的低秩最小化图像去噪方法。主要去噪过程以三种等价方式阐述：PCA、SVD和低秩最小化。与近期基于块的稀疏表示法相比，实验表明所提方法相当快速，且对多种自然灰度图像和彩色图像有效，尤其对图像中的纹理部分。本文还给出了该方法的进一步改进。此外，由于该方法简单，我们得以对阈值参数的选择、PSNR值的估计提供解释，并给出关于该方法的其他见解。
引用
@article{arxiv.1506.08353,
title = {A note on patch-based low-rank minimization for fast image denoising},
author = {Haijuan Hu and Jacques Froment and Quansheng Liu},
journal= {arXiv preprint arXiv:1506.08353},
year = {2018}
}
备注
4pages (two columns)