面向真实彩色图像去噪的多通道加权核范数最小化
计算机视觉与模式识别
2018-12-19 v2
摘要
现有的去噪算法大多针对灰度图像开发，而将其扩展至彩色图像去噪并非易事，因为真实噪声图像中 R、G、B 通道的噪声统计特性可能差异很大。本文在加权核范数最小化（WNNM）框架下，提出了一种用于真实彩色图像去噪的多通道（MC）优化模型。我们将 RGB 图像块拼接以利用通道冗余，并引入一个权重矩阵来平衡三个通道的数据保真度，以考虑它们不同的噪声统计特性。所提出的 MC-WNNM 模型不存在解析解。我们将其重构为线性等式约束问题，并利用交替方向乘子法进行求解。每个交替更新步骤均具有闭式解，且可保证收敛性。在合成与真实噪声图像数据集上的大量实验表明，所提出的 MC-WNNM 优于 state-of-the-art 去噪方法。
引用
@article{arxiv.1705.09912,
title = {Multi-channel Weighted Nuclear Norm Minimization for Real Color Image Denoising},
author = {Jun Xu and Lei Zhang and David Zhang and Xiangchu Feng},
journal= {arXiv preprint arXiv:1705.09912},
year = {2018}
}
备注
9 pages, ICCV 2017