基于非局部自相似性的谱聚类图像去噪算法.pdfVIP

第44卷第5期 计算机科学 V01．44No．5 2017年5月 COM[PUTERSCIENCE Mav2017 基于非局部自相似性的谱聚类图像去噪算法 柯祖福1 易本顺1’2谢秋莹1 (武汉大学电子信息学院 武汉430072)1(武汉大学深圳研究院 深圳518057)2 摘要常见的图像去噪方法只是单独地利用了无噪图像或含噪图像的先验信息，并没有将这两种图像的先验信息 有效地结合起来。针对这个问题，提出一种联合无噪图像块的先验信息和含噪图像块的非局部自相似性进行去噪的 图像去噪算法。首先，对无噪图像块进行谱聚类，通过谱聚类进行学习，图像中的相似块被聚集到同一类，并将学习得 到的聚类信息用于含噪图像块的聚类；然后，向量化同一类中的含噪图像块并聚集形成一个矩阵，该矩阵中包含的原 始图像数据构成一个低秩矩阵；再通过一个低秩逼近过程估计出相应的原始图像数据；最后，根据逼近得到的原始图 像数据重建图像。实验结果表明，相较于已有的自适应正则化的非局部均值去噪算法以及基于主成分分析和局部像 素聚类的两级图像去噪算法，提出的算法不仅可以获得较大的峰值信噪比，而且还能较好地保存图像的细节，取得了 更好的去噪效果。 关键词图像去噪，谱聚类，非局部自相似性，低秩逼近 DOI 中图法分类号TP393文献标识码A 10．11896／j．issn．1002—137X．2017．05．055 Method BasedOilNon-local of IlllageDenoising SpectrumClustering Similarity KE YI Zu-fulBen-shunl2XIEQiu-yin91 (SchoolofElectronicInformation，WuhanUniversity，Wuhn430072，China)1 InstituteofWuhan 518057，China)2 (Shenzhen University，Shenzhen ofthenatural or AbstractTheconventional makeuseofthe information image denoisingalgorithmsjust prior image oftwo torealizethe denoi- thenoise effectivecombinationofthe imformation image imagealone，without prior images this novel methodwhich the informationofthenatural andthe sing．Forproblem，aimagedenosing joinsprior image ofthenoise was inthis similarblocksi