基于广义奇异值分解的图像去噪算法

为提高待识别图像信息提取的准确性,提出了一种基于广义奇异值分解的图像去噪算法.该算法通过邻域选取,将经典的奇异值分解技术扩展为广义奇异值分解技术,达到增强去噪能力和保留原始数据结构的目的.利用Len-na、MonaLisa和House噪声图像对该算法进行性能测试,并与基于奇异值分解的去噪算法进行去噪效果比对.实验结果表明,使用该算法能获得最优的灰度图像去噪结果,在峰值信噪比方面相比于传统算法具有明显优势.