广义奇异值分解的高阶图像低秩近似方法

摘要

针对合成孔径雷达图像易受外界环境干扰导致获取的图像信息准确度降低的问题,提出一种基于广义奇异值分解的高阶图像低秩近似方法.首先,在经典奇异值分解的基础上,利用邻域选取法将经典二维矩阵推广到广义高阶矩阵;其次,利用"t-product"模型将经典矩阵算法推广到广义矩阵的相关算法,得出广义奇异值分解的具体实现过程;最后,在广义奇异值分解和经典奇异值分解的条件下,通过实例分析并利用结构相似度和峰值信噪比比较其低秩近似性能.仿真实验验证了广义奇异值分解技术相比于经典奇异值分解,不仅充分考虑图像像素点之间的相互作用与空间结构,而且随着广义矩阵阶数的扩展,所获得的图像结构相似度越大,峰值信噪比越高,可将其应用于高阶图像的低秩近似、重构.