TY -的A2 Kollias Stefanos AU -高,Xiaoni AU - Yu,美盟——王,建盟——魏,建国PY - 2015 DA - 2015/11/04 TI -稀疏的图像去噪与当地和全球先验SP - 386134六世- 2015 AB -我们建议 l 0 基于稀疏的方法去除加性高斯白噪声从给定的形象。之前为了实现这一目标,我们结合当地和全球前恢复无噪声的像素的值。之前当地取决于搜索窗口的邻里关系来帮助保持边缘和平滑度。全球前来自一个层次 l 0 稀疏表示来帮助消除冗余信息,保持全球一致性。此外,像素之间的相关性更有意义,我们采用主成分分析来衡量的相似性,可以有利于降低计算复杂度和提高精度。在设定的基准图像进行的实验表明该方法可以实现更高的性能最先进的方法在准确性和知觉消除零均值的高斯白噪声的添加剂。SN - 1687 - 5680你2015/386134 / 10.1155——https://doi.org/10.1155/2015/386134——摩根富林明-先进的多媒体PB Hindawi出版公司KW - ER