我想使用 Robust PCA 进行图像修复，即估计异常（坏）像素。我假设坏像素是已知的（掩码）。
我知道如何使用乘法器的交替方向法计算鲁棒 PCA，但如果有人已经在 Matlab 中实现了，我不会拒绝分享它。;) 但这不是我的问题。
如何使用 Robust PCA 进行图像修复，即估计坏像素？使用稳健的 PCA，我有 X = L + S，其中 X 是一些训练图像的原始图像矩阵，L 是低秩矩阵，S 是稀疏矩阵。
如何使用 Robust PCA 进行图像修复？
信息处理
图像处理
2022-01-28 06:44:24
1个回答
据我所知，使用 R-PCA 进行图像修复的主要兴趣之一是不需要像素精确的缺陷像素掩码。直观地说，主要思想是观察到的图像具有低秩，但是缺陷（由掩模给出）；
- 打扰这个低等级的财产
- 形成稀疏分布。
因此，在这种情况下，使用 R-PCA 进行图像修复是通过以下方式给出的：
在哪里是恢复（修复）的图像和是有缺陷的像素掩码。
例如，这种方法被实施用于背景消减（运动检测任务）：作者对一些购物中心走廊进行了低秩重建。移动的行人最终出现在稀疏分量（=> 掩码）中，背景由低秩部分给出。背景没有任何“洞”来代替行人，因为洞打破了低秩约束。
有关此方法的更多信息，请参阅Yi Ma 的低排名页面。
其它你可能感兴趣的问题