View : 120 Download: 0

Image Denoising Method based on Low Rank Minimization

Title
Image Denoising Method based on Low Rank Minimization
Authors
박윤진
Issue Date
2018
Department/Major
대학원 수학과
Publisher
이화여자대학교 대학원
Degree
Master
Advisors
윤정호
Abstract
This paper proposes a method for image denoising based on low rank minimization. Low rank minimization using weighted nuclear norm minimization(WNNM) provides excellent denoising performance. By stacking similar patches, WNNM satisfies low rank criterion. Giving weight on nuclear norm, its denoising works better. Our method preprocesses a given image. Without preprocessing, noise can interrupt the search process. Also, we revise similarity measure to improve the denoising results. We apply the gradient information on similarity measure by obtaining the moving least square(MLS) methods. Considering the difference of both pixel intensities and gradient vectors, the proposed method can choose the similar patch exactly. On the other hand, we can lose edge features during denoising process. To prevent this, most denoising algorithms have a step for edge preserving. Our method proposes a data adaptive strategy using edge information of image. Experimental results are presented and compared to WNNM method and other denoising methods. The comparison is made visually and numerically. The results demonstrate our approach to denoise an image while preserving edge features.;이 논문에서는 WNNM을 이용한 denosing 방법의 수정된 방법을 소개한다. 기존의 WNNM 방법은 새롭게 정의하고자 하는 patch와 그 주변 patch들의 비슷한 정도를 pixel값 차이의 제곱의 합으로 구한다. 이 논문에서는 비슷한 patch를 찾기에 앞서, 주어진 이미지를 전처리하여 patch를 찾는 과정에서 노이즈의 영향을 줄였다. 또한, moving least squares 방법을 이용하여 구한 gradient vector의 유사한 정도도 함께 고려해서 patch를 찾아낸다. 이러한 방법은 측정하고자 하는 patch와 비슷한 구조를 갖는 패치들을 더 정확히 찾아준다. 또한, 이미지 구조의 유지를 위해 알고리즘이 반복될 때마다 이미지의 laplacian값을 이용한다. 결과적으로 세세한 패턴과 구조를 잘 유지시키며 노이즈도 잘 제거하는 결과를 얻을 수 있다. 여러 가지 이미지에 적용한 시각적인 결과와 수치적인 결과는 이 논문에서 제안하는 방법의 이을 보여준다.
Fulltext
Show the fulltext
Appears in Collections:
일반대학원 > 수학과 > Theses_Master
Files in This Item:
There are no files associated with this item.
Export
RIS (EndNote)
XLS (Excel)
XML


qrcode

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

BROWSE