一种以低秩矩阵重建的图像混合噪声去除算法

近年来,低秩矩阵重建在机器学习、图像处理、计算机视觉与生物信息学等众多科学与工程应用领域中,迅速发展为一个新的研究热点,其主要涉及矩阵填充与稳健主成分分析2大问题,即分别从精确且不完全的采样矩阵元与从大误差矩阵元的分布较为稀疏的观测矩阵中恢复出原始低秩矩阵。鉴此,本文定义了稳健矩阵填充,即从非完全且存在稀疏误差的采样矩阵元中精确恢复出原始低秩矩阵,通过最小化核范数与l1-范数的组合构建了相应的凸优化模型,并提出了一种新颖的增广分部拉格朗日乘数法来求解此类最优化问题。通过将其应用于混合高斯与椒盐噪声去除的问题中表明,此算法对具有规则纹理及相似结构内容等低秩特征的影像中混合噪声的去除效果较好,其能同时去除影像中的椒盐噪声与高斯噪声,且有效保留影像中的纹理细节等信息;当影像中椒盐噪声密度较高而高斯噪声相对较小时,其去噪性能更佳。