耦合梯度ROF模型的自适应图像去噪算法.pdfVIP

宝鸡文理学院学报(自然科学版)，第 34卷，第 2期，第 1-5页，2014年 6月 JournalofBaojiUniversityofArtsandSciences(NaturalScience)，Vo1．34，No。2，PP．1—5。Jun．2014 DOI：10．13467／j．cnki．jbuns．2014．02．014 http：／／www．cnki．net／kcms／doi／lO．13467／j．cnki．jbuns．2014．02．014．html 耦合梯度ROF模型的自适应图像去噪算法 刘孝艳 ，冯象初 (1．西安 电子科技大学 数学与统计学院，陕西 西安 710071；2．西安石油大学 理学院，陕西 西安 710065) 摘 要：目的 降低 ROF去噪模型 的阶梯效应。方法 利用修正的 R0F模 型构建 图像的梯度 场 ，再利用该梯度来引导扩散 ，并根据 图像 自身特征选取磨光参数 ，较好地控制 了扩散方向和磨光程 度 。结果与结论 新算法保 留了ROF模型的优点，同时降低阶梯效应的产生，且运算快捷 。 关键词 ：图像恢复；阶梯效应；对称梯度 ；原始～对偶算法 中图分类号 ：TN91l 文献标志码 ：A 文章编号 ：1007—126l(2014)02—0001—05 AdativeimagedenoisingviacoupledROFmodelofgradient LIU Xiao—yan ．FENG Xiang—chu (1．SchoolofMathematicsandStatistics，XidianUniversity，Xian710071，Shaanxi，China； 2．SchoolofScience，XianShiyouUniversity，Xian710065，Shaanxi，China) Abstract：0bjective--ToalleviatethestaircaseeffectofROFdenoisingmode1．Methods--Thegra— dientfieldofimagesisconstructedbymodifiedROF modelanditisusedtoguidethediffusion，then thesmoothingparameterisselectedaccording totheownfeatureofimages．ResultsandConclusion-- Thenew algorithm doesntonlyretaintheadvantagesofROF modelbutalsoremovesThestaircase effectexceptthatthecomputationcanbemadeeasily． Keywords：imagerestoration；staircaseeffect；symmetrizedgradient；primal—dualalgorithm MSC 2010：68U 10 1 引言 图像去噪一直是图像处理的重要问题，其 目的就是从降质图像 中恢复出原始干净图像。传统的去 噪方法 (如中值滤波 、高斯滤波等)主要是通过滤除图像的高频成分来达到去除噪声的 目的，他们不可避 免地将图像的一些细节信息滤除，使恢复图像看起来 比较模糊。 近年来 ，变分方法在数字图像处理中得到广泛应用[1 ，其 中全变差模型[1(ROF模型)因具备 良好 的保边性能而备受关注，但该模型在 图像恢复过程 中会出现阶梯效应 。为此，LYSAKERM 等人提出 用二阶微分构造正则项嘲 (LLT模型)来克服阶梯效应，但二阶微分会将边缘变得模糊 。为了发挥一、 二阶微分各 自的优点，学者们提出了一些混合模型[8 ，达到了预期 的恢复效果 ，但计算复杂度比较高。 为此 ，本文提出了耦合梯度 ROF模型的 自适应图像恢复算法 。新算法利用梯度 的对称导数作为 梯度 ROF模型的正则项 ，恢复出图像的梯度场 ，然后 ，利用该梯度场引导扩散。并且 ，在扩散过程 中， 新算法利用图像 自身的特征选取磨光参数，有效地控制了扩散方向和磨光程度 。数据实验表 明，新算法 能在保护边缘的同时降低阶梯效应的产生，且运算快捷。 2 相关模型 * 收稿 日期：2014—03—05，修 回