换一批非局部MCMC采样和低秩逼近的图像去噪算法
Image denoising method based on non-local Markov-chain Monte Carlo sampling and low rank approximation
摘要针对噪声把原图像中的一些细节掩盖了的问题,提出一种非局部马尔科夫蒙特卡罗采样和低秩逼近的随机去噪方法.首先通过马尔科夫蒙特卡罗随机采样寻找每个图像块的相似匹配块簇,然后对这些相似匹配块簇进行奇异值分解,用分解后的低秩结构恢复原图像,从而达到去噪的目的.实验表明,这种方法计算复杂度低.与非局部平均方法相比,较好地保留了边缘等细节信息;与BM3D方法相比,能保持较好的视觉质量.
更多相关知识
关键词
图像去噪非局部马尔科夫蒙特卡罗方法低秩逼近后验概率估计image denoisingnon-local Markov-Chain Monte Carlo methodapproximation of low rank matrixposterior probability estimate
分类号
TP391
DOI
10.3969/j.issn.1001-2400.2013.06.024
发布时间
2013-12-31（万方平台首次上网日期，不代表论文的发表时间）
- 浏览3
- 被引9
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
