@第{JCM-41-1171条，author={Lu、JianYe、YutingDong、YiqiuLiu、Xiaoxia和Zou、Yuru}，title={通过L1加权核范数最小化去除脉冲噪声}，journal={计算数学杂志}，年份={2023}，体积={41}，数字={6}，页码={1171--1191}，抽象={近年来，核范数极小化（NNM）作为秩最小化引起了人们极大的研究兴趣。通过分配不同的权重对于奇异值，使用了加权核范数最小化（WNNM）在许多应用中。然而，关于WNNM的大多数工作都与数据完整性项相结合，这是在加性高斯噪声假设下进行的。在本文中，我们引入了L1-WNNM模型，该模型包含了$1^1$-数据完整性项和来自WNNM的正则化。我们使用乘数的交替方向方法（ADMM）来解决该模型中的非凸最小化问题。我们利用低谷基于图像非局部自相似性和基于补丁矩阵的L1-WNNM模型在脉冲图像恢复中的应用噪音。数值结果表明，该方法可以有效地去除脉冲噪声。
},issn={1991-7139}，doi={https://doi.org/10.4208/jcm.2201-m2021-0183},网址={http://global-sci.org/intro/article_detail/jcm/22108.html}}
TY-JOUR公司用L1加权核范数最小化法去除T1脉冲噪声AU-Lu、JianAU-Ye，于婷AU-Dong、YiqiuAU-刘晓霞AU-邹玉茹JO-计算数学杂志VL-6SP-1171EP-11912023年上半年DA-2023/11序号-41做-http://doi.org/10.4208/jcm.2201-m2021-0183UR-（欧元）https://global-sci.org/intro/article_detail/jcm/22108.htmlKW-图像去噪，加权核范数最小化，数据可靠性项，低秩分析，脉冲噪声。AB公司-近年来，核范数极小化（NNM）作为秩最小化引起了人们的极大研究兴趣。通过分配不同的权重对于奇异值，使用了加权核范数最小化（WNNM）在许多应用中。然而，关于WNNM的大多数工作都与数据完整性项相结合，这是在加性高斯噪声假设下进行的。在本文中，我们引入了L1-WNNM模型，该模型包含了$1^1$-数据完整性项和来自WNNM的正规化。我们使用乘数的交替方向方法（ADMM）来解决该模型中的非凸最小化问题。我们利用低谷基于图像非局部自相似性和在补丁矩阵上应用L1-WNNM模型来恢复被脉冲破坏的图像噪音。数值结果表明，该方法可以有效地去除脉冲噪声。
陆健、叶玉婷、董一秋、刘晓霞和邹玉茹。(2023). 用L1加权核范数最小化法去除脉冲噪声。计算数学杂志.41(6).1171-1191.doi:10.4208/jcm.2201-m2021-0183
复制到剪贴板
