文章导读
总览 评价 杨帅锋 1，2， ， 赵瑞珍 1，2，* （ 1、 信息科学研究所（北京交通大学）； 2、 现代信息科学与网络技术北京市重点实验室（北京交通大学）； ） 摘要： 为了研究图像的低秩部分与稀疏部分对图像超分辨率重建的影响，文章提出了将图像进行低秩分解
杨帅锋1，2，， 赵瑞珍1，2，*
（
1、信息科学研究所（北京交通大学）； 2、现代信息科学与网络技术北京市重点实验室（北京交通大学）； ）
摘要：
为了研究图像的低秩部分与稀疏部分对图像超分辨率重建的影响，文章提出了将图像进行低秩分解的算法，具体分析图像的低秩部分和稀疏部分与原图像之间的联系。并将该算法应用到含噪图像的分解。实验研究表明，图像的低秩部分包含着图像的大部分信息，而稀疏部分主要是一些噪声等干扰。
关键词：
低秩分解；低秩部分；稀疏部分；含噪图像
Yang Shuaifeng1,， Zhao Ruizhen2,*
（
1、Institute of Information Science (Beijing Jiao tong University)； 2、 Key Laboratory of Advanced Information Science and Network Technology of Beijing (Beijing Jiao tong University)； ）
Abstract：
In this In this paper,we propose an algorithm of image decomposition based on low-rank theory.It is said that images can be decomposed into low-rank part and sparse part by low-rank matrix theory. The method obtains the low-rank part and sparse part of the original noisy images via low-rank decomposition first. Experiment results show that the low-rank part retains most of the information of the image,and the sparse part retains the most noise.
Tag：
点此返回栏目查看更多>>>参考论文
