基于分形维数的全变分图像平滑模型.pdfVIP

９４ 　西安理工大学学报 ＪｏｕｒｎａｌｏｆＸｉ’ａｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ（２０１２）Ｖｏｌ．２８Ｎｏ．１　 　　文章编号：１００６４７１０（２０１２）０１００９４０４ 基于分形维数的全变分图像平滑模型 王小侠，赵凤群，戴芳，郭文艳 （西安理工大学 理学院，陕西 西安７１００５４） 摘要：针对标准全变分模型用梯度检测边缘易受噪音干扰产生“阶梯”效应和在处理纹理丰富的图 像时易丢失细节纹理信息的缺点，提出了一种基于分形维数的全变分模型，该模型可利用图像局部 分形维数来检测边缘，能够准确识别真实边缘、剔除假性边缘，从而抑制“阶梯”效应，可保护纹理 丰富的图像的纹理细节信息。平滑后的图像显示出改进方法能有效去除噪声并减弱“阶梯”效应， 获得较高峰值的信噪比。 关键词：图像去噪；ＴＶ模型；分形维数；边缘检测 中图分类号：ＴＰ３９１　　　文献标志码：Ａ  ＩｍａｇｅＳｍｏｏｔｈｉｎｇＭｏｄｅｌＢａｓｅｄｏｎＦｒａｃｔａｌＤｉｍｅｎｓｉｏｎａｎｄＴｏｔａｌＶａｒｉａｔｉｏｎ ． ＷＡＮＧＸｉａｏｘｉａ，ＺＨＡＯＦｅｎｇｑｕｎ，ＤＡＩＦａｎｇ，ＧＵＯＷｅｎｙａｎ （ＦａｃｕｌｔｙｏｆＳｃｉｅｎｃｅ，Ｘｉ’ａｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｘｉ’ａｎ７１００５４，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｗｉｔｈｔｈｅａｉｍｏｆｐｒｅｖｅｎｔｉｎｇｔｈｅｔｒａｄｉｔｉｏｎａｌｔｏｔａｌｖａｒｉａｔｉｏｎｍｅｔｈｏｄｆｒｏｍｕｓｉｎｇｔｈｅｇｒａｄｉｅｎｔｔｏｄｅ ｔｅｃｔｔｈｅｅｄｇｅｓｅａｓｉｌｙｓｕｂｊｅｃｔｉｎｇｔｏｎｏｉｓｅｉｎｔｅｒｆｅｒｅｎｃｅｔｏｐｒｏｄｕｃｅ“ｓｔａｉｒｃａｓｅ”ｅｆｆｅｃｔａｎｄｏｆｄｅａｌｉｎｇｗｉｔｈｔｈｅ ｄｅｆｅｃｔｓｏｆｉｍａｇｅｗｉｔｈｒｉｃｈｔｅｘｔｕｒｅｓｅａｓｉｌｙｌｏｓｉｎｇｔｈｅｆｉｎｅｔｅｘｔｕｒｅｓ，ａｎｉｍｐｒｏｖｅｄｔｏｔａｌｖａｒｉａｔｉｏｎｍｏｄｅｌｂａｓｅｄ ｏｎｆｒａｃｔａｌｄｉｍｅｎｓｉｏｎｉｓｐｒｅｓｅｎｔｅｄ．Ｔｈｅｌｏｃａｌｆｒａｃｔａｌｄｉｍｅｎｓｉｏｎｉｓｉｎｔｒｏｄｕｃｅｄｉｎｔｏｔｈｅｎｅｗｍｏｄｅｌｔｏｄｅｔｅｃｔ ｔｈｅｅｄｇｅｓｓｏｔｈａｔｔｈｅｔｒｕｅｅｄｇｅｓａｒｅａｃｃｕｒａｔｅｌｙｒｅｃｏｇｎｉｚｅｄａｎｄｔｈｅａｒｔｉｆｉｃｉａｌｏｎｅｓａｒｅｅｌｉｍｉｎａｔｅｄ，ｔｈｅｒｅｆｏｒｅ， ｔｈｅ“ｓｔａｉｒｃａｓｅ”ｅｆｆｅｃｔｉｓｉｎｈｉｂｉｔｅｄａｎｄｔｈｅｔｅｘｔｕｒｅｓａｒｅｐｒｏｔｅｃｔｅｄ．Ｔｈｅｓｍｏｏｔｈｅｄｉｍａｇｅｓｓｈｏｗｔｈａｔｔｈｅｉｍ ｐｒｏｖｅｄｍｅｔｈｏｄｃａｎｎｏｔｏｎｌｙｅｆｆｅｃｔｉｖｅｌｙｅｌｉｍｉｎａｔｅｎｏｉｓｅｓａｎｄｗｅａｋｅｎｔｈｅ“ｓｔａｉｒｃａｓｅ”ｅｆｆｅｃｔｓｂｕｔａｌｓｏｏｂｔａｉｎ ｔｈｅｈｉｇｈｅｒＰＳＮＲｔｈａｎｔｈｅｔｒａｄｉｔｉｏｎａｌｔｏｔａｌｖａｒｉａｔｉｏｎｍｏｄｅｌ． Ｋｅｙｗｏｒｄｓ：ｉｍａｇｅｓｍｏｏｔｈｉｎｇ；ｔｏｔａｌｖａｒｉａｔｉｏｎｍｏｄｅｌ；ｆｒａｃｔａｌｄｉｍｅｎｓｉｏｎ；ｅｄｇｅｄｅｔｅｃｔｉｎｇ 　　在图像的生成和传输中大量噪声的加入会严重 自然界中大多数表面映射成的灰度图像是具有 影响图像的视觉效果。为了克服噪声对图像质量的 相同分形特征的分形表面，且分形维数与人类视觉 ［１２］ ［３４］ ［５］ 系统对图像粗糙度的感知是一致的，分形维数越大 影响，人们提出了基于变分 、插值 、小波 、 ［６］ 对应的图像表面越粗糙，分形维数越小对应的图像 分形 等平滑算法以及某几种方法相结合的平滑 ［６７］ 表面越光滑［１１］ 算法 来对噪声污染的图像进行平滑。然而在