基于加权稀疏与加权核范数最小化的图像去噪

摘要

为提高图像去噪的性能,本文提出一种基于加权稀疏表示结合加权核范数最小化的图像去噪算法。通过高斯混合模型(GMM)学习算法,从自然图像中学习非局部自相似先验信息,利用加权稀疏编码来辅助重构图像的细节纹理,及低秩正则化来恢复噪声图像块矩阵的潜在结构。实验表明,该算法在保留图像的结构和纹理信息的同时能更好地去除噪声。