【技术实现步骤摘要】
范数最小化。
[0008]优选地,所述的步骤4用交替方向法,固定其他参数,分别迭代求解子问题L和E的方法如下:受增广拉格朗日乘子法的启发,将可以通过最小化式(1)来求解。
[0009]式中,Z为拉格朗日乘子,
µ
为正标量。主要包括以下几个子问题:子问题L:固定E,Z,
µ
,更新L,式(1)变成。
[0010]子问题E:固定L,Z,
µ
,更新E,式(1)变成。
[0011]子问题Z:固定L,E,
µ
,通过下式(4)更新Z。
[0012]优选地,所述的步骤5中用奇异值阈值法来平等收缩奇异值求解子问题L,迭代L的公式如下:。
[0013]其中,,。
[0014]优选地,所述的步骤6利用广义阈值函数来求解子问题E,迭代E的公式如下:。
[0015]如果存在这种情况:,则,其他情况则是:。
[0016]t可以通过下式(7)求解。
[0017]其中。
[0018]Y可以通过下式(8)求解。
[0019]其中,。
[0020]优选地,所述的步骤7中,用交替方向法迭代一定的次数或者误差极小,其中误差要小于,迭代次数可以自己设定,一般迭代几十次就可以,求解获得的低秩近似矩阵L,即恢复的图像。
[0021]从以上技术方案可以看出,本专利技术具有以下优点:
[0022]基于稀疏约束的图像恢复方法,提出的假设可以很好的拟合被破坏图像的情况,并且借助稀疏约束可以获得对噪声的鲁棒性。再通过交替方向 ...
【技术保护点】
【技术特征摘要】
1.一种基于稀疏约束的图像恢复方法,其特征在于,图像恢复方法包括:步骤1:将含有n
×
m个像素的待恢复图像I构造一个矩阵M,记为;步骤2:假设矩阵M分解成一个具有矩阵M真实结构的低秩矩阵L和一个稀疏表示的噪声矩阵E,假设问题表述为:;步骤3:用基于稀疏约束的方法,将核范数和稀疏约束替代秩函数和l0范数,问题重新表述为:;步骤4:用交替方向法,固定其他参数,分别迭代求解子问题L和E;步骤5:用奇异值阈值法来平等收缩奇异值来求解子问题L;步骤6:用广义阈值函数来求解子问题E;步骤7:迭代一定的次数,获得的低秩近似矩阵L,即恢复的图像。2.根据权利要求1所述的一种基于稀疏约束的图像恢复方法,其特征在于,所述的步骤1将含有n
×
m个像素的待恢复图像I构造一个矩阵M的方法如下:将待恢复图像I中的n
×
m个像素值按照待恢复图像I的位置,构成一个数字矩阵M。3.根据权利要求1所述的一种基于稀疏约束的图像恢复方法,其特征在于,所述的步骤2假设矩阵M可以分解成一个具有矩阵M真实结构的低秩矩阵L和一个稀疏表示的噪声矩阵E的方法如下:分别用秩函数最小化和l0范数最小化来获得一个具有矩阵M真实结构的低秩矩阵L和一个稀疏表示的噪声矩阵E。4.根据权利...
【专利技术属性】
技术研发人员:王宇,
申请(专利权)人:山东省工业技术研究院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。