基于非凸加权 Lp 核范数的 ADMM 框架用于图像复原
计算机视觉与模式识别
2017-06-28 v2
摘要
由于自然图像中非局部相似块构成的矩阵是低秩的，核范数最小化（NNM）已广泛应用于各种图像处理研究。然而，基于核范数的秩函数的凸替代通常会过度收缩秩分量并且平等对待不同分量，从而可能产生远离最优解的结果。为缓解核范数的上述局限，本文提出一种通过非凸加权 Lp 核范数最小化（NCW-NNM）进行图像复原的新方法，它能够同时更准确地强化图像结构稀疏性和自相似性。为使所提模型易处理且鲁棒，采用交替方向乘子法（ADMM）求解相关的非凸最小化问题。在包括图像去模糊、图像修复和图像压缩感知（CS）恢复在内的各类图像复原问题上的实验结果表明，所提方法在客观和感知质量上均优于许多当前最先进的方法。
引用
@article{arxiv.1704.07056,
title = {Non-Convex Weighted Lp Nuclear Norm based ADMM Framework for Image Restoration},
author = {Zhiyuan Zha and Xinggan Zhang and Yu Wu and Qiong Wang and Lan Tang},
journal= {arXiv preprint arXiv:1704.07056},
year = {2017}
}
备注
arXiv admin note: text overlap with arXiv:1611.08983