资源简介

图像处理中的低秩表示模型,实现对图像的低秩和稀疏重构。

资源截图

代码片段和文件信息

function [ZE] = lrra(XAlambda)
% This routine solves the following nuclear-norm optimization problem
% which is more general than “lrr.m“
% min |Z|_*+lambda*|E|_21
% s.t. X = AZ+E
% inputs:
%        X -- D*N data matrix D is the data dimension and N is the number
%             of data vectors.
%        A -- D*M matrix of a dictionary M is the size of the dictionary

if nargin<3
    lambda = 1;
end
tol = 1e-8;
maxIter = 1e6;
[d n] = size(X);
m = size(A2);
rho = 1.1;
max_mu = 1e30;
mu = 1e-6;
atx = A‘*X;
inv_a = inv(A‘*A+eye(m));
%% Initializing optimization variables
% intialize
J = zeros(mn);
Z = zeros(mn);
E = sparse(dn);

Y1 = zeros(dn);
Y2 = zeros(mn);
%% Start main loop
iter = 0;
disp([‘initialrank=‘ num2str(rank(Z))]);
while iter    iter = iter + 1;
    %update J
    temp = Z + Y2/mu;
    [UsigmaV] = svd(temp‘econ‘);
    sigma = diag(sigma);
    svp = length(find(sigma>1/mu));
    if svp>=1
        sigma = sigma(1:svp)-1

评论

共有 条评论