ELIMINACIÓN DEL RUIDO DE IMAGEN A TRAVÉS DE LA APROXIMACIÓN EXACTA DEL RANGO MÍNIMO CON REGULARIZACIÓN DE LA VARIACIÓN TOTAL RELATIVA
Palabras clave:
Weighted Schatten p-norm minimization, image denoising, low rank matrix approximation, RTV norm, Minimización ponderada de la norma Schatten p, eliminación de ruido en imagen, aproximación de la matriz de bajo rango, norma RTVResumen
La eliminación de ruido es uno de los problemas clásicos en el procesamiento de imágenes. Esta eliminación por aproximación del rango mínimo a través de la minimización del p de la norma Schatten es propensa a causar sobre-alisamiento y no distingue en absoluto las estructuras intrincadas e irregulares de las imágenes. En este estudio se propuso un modelo flexible y preciso llamado minimización ponderada del p de la norma Schatten (WSPM) con regularización de la variación total relativa (RTV-WSPM) para abordar este tema. El RTV-WSPM propuesto no sólo tiene una aproximación precisa con una norma p de Schatten, sino que también considera el conocimiento previo en el que los diferentes componentes del rango tienen una importancia diferente según la variación total relativa. Además, se introduce el método de dirección alterna de los multiplicadores para resolver el modelo RTV-WSPM propuesto. Los experimentos con el ruido blanco gaussiano y el ruido “sal y pimienta” demuestran que la técnica propuesta supera a otros métodos de vanguardia, especialmente con respecto a la degradación por ruido de imagen de alta densidad. En términos de evaluación de la relación señal/ruido de pico, el RTV-WSPM propuesto logra aproximadamente mejoras de 0,814 dB sobre el convencional WSPM bajo ruido “sal y pimienta”. Por lo tanto, el RTV-WSPM ejerce un buen efecto para restaurar la estructura y la suavidad de la imagen y mejora las prestaciones de eliminación de ruido. Palabras clave: Minimización ponderada de la norma Schatten, eliminación de ruido en imagen, aproximación de la matriz de bajo rango, modelo RTVDescargas
Publicado
2019-11-01
Número
Sección
ARTICULOS