改善的总变分去噪算法.pdfVIP

第 38 卷第 4 期 光 　子 　学 　报 Vol . 38 No . 4 2009 年 4 月 　　　　　　　　　　　　 Ap ril 2009 A C TA P HO TON ICA SIN ICA 改进的总变分去噪算法 1 ,2 1 2 1 陈利霞 ,宋国乡 ,丁宣浩 ,王旭东 ( 1 西安电子科技大学 理学院 ,西安 7 1007 1) (2 桂林电子科技大学 数学与计算科学学院 ,广西 桂林 54 1004) 摘 　要 :提出两个改进的模型用以解决标准 TV 模型在处理纹理丰富的图像时易丢失重要信息以 B 用梯度检测边缘时易受噪音干扰的缺点. 模型 A 是在标准 TV 模型的基础上作了两点改进 ,一 是引入边缘检测函数来引导扩散 ,二是利用小波变换的模来检测边缘. 这使得新模型不但根据图像 的特征进行平滑 ,并具有较强的抗噪能力 ,从而能更好地保护边缘. 模型 B 是基于噪音在小波域中 的特性对模型 A 在计算复杂度上的简化. 数值试验表明,这两个模型均比 TV 模型具有较好的性能. 关键词 :偏微分方程 ; 图像去噪 ;小波 ;总变分 ; TV 模型 中图分类号 : TP39 1. 4 1 　　　　文献标识码 :A 　　　　文章编号 :100442 13 (2009) 04100 14 λ 0 　引言 ( ) ( ) 2 ( ) min E u = ∫Ω u d x dy + ∫Ω u - u0 d x dy 1 u 2 去噪是图像恢复中的经典问题. 图像在去除噪 式中 , u ∈L 2 ( Ω) , Ω R n 且具有 Lip schitz 连续的边 ( ) 界 ; u0 ∈L 2 ( Ω) 为带噪的观测图; u 和 u 表示 音的过程中 ,其重要信息 如边缘和轮廓 不可避免 地产生模糊 ,这就使得保持图像特征与去噪相互矛 图像 u 的梯度和梯度的模 ;等式右端第一项称为正 [ 16 ] ( ) 盾. 因此 ,大量研究致力于图像降噪 . 则项 ,为图像 u 的总变分范数 TV 范数 ,它依赖于 基于偏微分方程的变分模型被成功地应用于图 图像的边缘. 正则项在 TV 模型中起到很重要的作 像处理中. 一类经典的去噪模型就是总变分模型[7 ] , 用 ,它使得图像中可以有不连续的部分 ,但不允许振 该方法计算简单 ,容易实现. 但此模型一般是利用梯