论文部分内容阅读
针对许多图像去噪方法在去除噪声的同时容易丢失细节信息的问题,提出了一种基于非局部自相似性的低秩稀疏图像去噪算法。首先,利用基于马氏距离(MD)的块匹配方法将外部自然干净图像块分组,建立基于块组的高斯混合模型(GMM)学习非局部自相似性先验;其次,采用稳健主成分追踪(SPCP)方法,将噪声图像矩阵分解为低秩、稀疏及噪声三部分,其中稀疏矩阵包含了稀疏的有用信息;最后,通过最小化全局目标函数实现去噪。实验结果表明,提出的方法在峰值信噪比(PSNR)及结构相似性(SSIM)的结果上比EPLL、NCSR、PC