基于改进的全变分图像去噪算法研究
    点此下载全文
引用本文:谈晶圩,杨敏.基于改进的全变分图像去噪算法研究[J].南京邮电大学学报:自然科学版,2020,40(2):95~100
摘要点击次数: 419
全文下载次数: 161
作者单位
谈晶圩 南京邮电大学 自动化学院、人工智能学院江苏南京210023 
杨敏 南京邮电大学 自动化学院、人工智能学院江苏南京210023 
基金项目:江苏省高等学校自然科学研究( 17KJA120003) 资助项目
中文摘要:图像去噪常采用全变分模型,此模型在对噪声图像进行平滑的同时保护边缘信息,但噪声较大时,容易产生梯阶效应。传统全变分模型仅考虑垂直和水平方向的梯度信息,没有充分考虑像素的邻域信息,从而忽略了图像一些结构信息。针对上述缺点,提出全变分图像去噪优化的新算法,该算法使用新定义的全变分,并利用预解式原偶混合梯度算法优化求解,将全变分正则化项转成对偶形式求解,保真项以原问题求解。仿真实验结果表明,在信噪比、图像一致性方面,文中方法都有所提升,能产生更清晰的边缘和图像结构,提高了去噪性能。
中文关键词:图像去噪  全变分  原偶混合梯度算法  图像处理
 
Improved total variation image denoising algorithm
Abstract:The total variation model is often used for image denoising.The model can protect the edge information while smoothing the noise image.But when the noise is larger,it is easy to produce a ladder effect.The model only considers the gradient information in the vertical and horizontal directions,and does not fully consider the neighborhood information of pixels,resulting in ignoring some structures of the image.To overcome these shortcomings,a new optimization algorithm for total variation image denoising is proposed.The algorithm uses a new defined total variation,and uses the pre solved primal dual hybrid gradient algorithm to optimize the solution.The total variation regularization term is transformed into the dual form solution,and the fidelity term is solved by the original problem.Simulation results show that the algorithm improves the signal to noise ratio (SNR) and image consistency.Thus,The algorithm can produce clearer edges and structures improving the denoising performance.
keywords:total variation  primal dual hybrid gradient algorithm  upwind total variation  image processing
查看全文  查看/发表评论  下载PDF阅读器

你是第3000730访问者
版权所有《南京邮电大学学报(自然科学版)》编辑部
Tel:86-25-85866913 E-mail:xb@njupt.edu.cn
技术支持:本系统由北京勤云科技发展有限公司设计