【摘 要】
：
为了有效地去除视频当中的高斯噪声和脉冲噪声,提出了一种新的视频去噪算法。该算法通过相似图像块组内的残差值总变分及低秩表示来同时探索图像块内的局部相似性以及图像块
【机 构】
：
广西大学计算机与电子信息学院,广西大学广西多媒体通信与网络技术重点实验室培育基地,广西大学广西高校多媒体通信与信息处理重点实验室
【基金项目】
：
国家自然科学基金（61401108,61261023）, 广西自然科学基金（2013GXNSFBA019272）
论文部分内容阅读
为了有效地去除视频当中的高斯噪声和脉冲噪声,提出了一种新的视频去噪算法。该算法通过相似图像块组内的残差值总变分及低秩表示来同时探索图像块内的局部相似性以及图像块之间的相似性。首先,采用块匹配的方式在含噪视频中寻找最相似图像块并组合成图像块组;其次将每个相似图像组表达为一个低秩矩阵及一个稀疏矩阵之和,并同时强调低秩矩阵内的残差总变分范数最小化;最后,通过求解最优化问题获得最终的低秩矩阵,即恢复出的图像块组数据。实验结果表明,本文的算法能够有效去除视频当中含有的高斯噪声和脉冲噪声。与同类算法相比,能够获得显著
其他文献
《农业经济学》作为重点综合性大学的专业选修课，对于促进学生发展有着重要现实意义。结合《农业经济学》教学实践，阐述了教学所面临的不重视实践和方法、教材滞后于现实、教学
针对在线EASI算法的瞬时梯度与真实梯度存在偏差，并且偏差会随着分离矩阵的迭代更新传递和累积下去，造成分离性能下降的问题，提出了一种瞬时梯度去相关的在线EASI算法-IGDA-EASI
传统机器学习要求训练样本和测试样本具有相同分布的假设在实际应用中难以满足，为解决这种问题，迁移学习的研究近年来逐渐兴起。其中，基于聚类分析与重采样的迁移学习框架不需要