低秩表達方法在視頻信號處理中的應用.pdf

1、近年來矩陣的低秩表達方法在圖像與視頻處理領域得到了較為廣泛的應用，如基于低秩矩陣恢復的視頻去噪、視頻背景提取和前景檢測方法等。但是，已有的算法多為低秩矩陣恢復理論的直接運用，模型設計較為簡單，算法效果仍有進一步提升的空間。本文針對兩類典型的視頻信號處理問題，分別研究了適合的低秩表達模型，取得了以下幾個方面的研究成果:
　　(1)為了有效地去除視頻當中的混合噪聲，本文提出應用殘差總變分及低秩表示的視頻去噪算法。該算法通過相似圖像塊組

2、內的殘差值總變分及低秩表示來同時探索圖像塊內的局部相似性以及圖像塊之間的相似性。首先，采用塊匹配的方式在含噪視頻中尋找最相似圖像塊并組合成圖像塊組;其次將每個相似圖像組表達為一個低秩矩陣及一個稀疏矩陣之和，并同時強調低秩矩陣內的殘差總變分范數(shù)最小化;最后，通過求解最優(yōu)化問題獲得最終的低秩矩陣，即恢復出的圖像塊組數(shù)據(jù)。實驗結果表明，本文算法能夠有效去除視頻當中含有的高斯噪聲和脈沖噪聲;與同類算法相比，能夠獲得顯著的峰值信噪比提升。

3、　　(2)為了準確地分離監(jiān)控視頻中的運動前景及背景，提出了一種采用低秩與加權稀疏分解的視頻前景檢測算法，并設計了優(yōu)化求解算法。在所提出的模型中，采用前景的運動特征構造加權矩陣，從而增強加權后前景的稀疏性。在建立加權矩陣的過程中，需要采用光流法獲取每幀的運動矢量，以區(qū)分真實運動區(qū)域。為了求解最優(yōu)化問題，將目標問題劃分為若干子問題，并借助Split-Bregrnan方法迭代求解各子問題。實驗結果表明，在無噪和有噪的情況下，所提出的算法均能有