全变分图像去噪的研究.pdfVIP

第l2卷 第4期 成都电子机械高等专科学校学报 vO1．12 No．4 2009年 l2月 JournalofChengduElectromechanicalCollege Dec．20o9 全变分图像去噪的研究 宋海英 ，荀月凤 (成都电子机械高等专科学校 通信工程系，成都 610031) 摘 要：图像去噪是图像处理中的重要环节之一。本文介绍了保持边缘细节效果较好的全 变分去噪方法，分析 了全变分法去噪的原理。实验结果表明与中值去噪算法相比，全变分 算法能有效抑制图像噪声，并能更好地保持图像边缘细节。 关键词：图像去噪；全变分模型；边缘保持 中图分类号：TP391 文献标识码：A 文章编号：1008-5440(2009)04-0023—03 在图像获取或传输的过程中，由于受到各种因素的影响，图像不可避免地受到了噪声的污染，从而严 重影响图像的质量，给图像观测、特征信息提取和分析等图像处理过程带来了极大的困难。为了有效地去 除噪声，可以对图像使用一些平滑滤波器进行处理，如均值滤波I”、高斯滤 等 ，这些方法建立在对整幅图 像模糊的基础上，取得了较好的平滑效果，但有可能丢失图像的边缘和纹理信息，因而存在着一定的局限性。 为了避免破坏图像的边缘，对图像的去噪处理应遵循以下原则p：图像边缘处平滑度小，图像平坦区 域平滑度大；沿着图像边缘的方向平滑度最大，垂直图像边缘的方向平滑度最小。近年来，全变分 ( Variation)法的图像降噪技术得到了广泛关注，其思想是将图像去噪建模成一个能量函数的最小化 问题，使得图像达到平滑状态。由于该方法引入偏微分方程的各向异性扩散方程用于图像去噪，在平滑 噪声的同时，可以使边缘得到保持，较好地解决了恢复图像细节和抑制噪声之间的矛盾。 1 基于 TV的图像去噪 1．1 1弋，图像去噪模型 全变分(rrV)图像去噪模型是fl~Rudin、OsherandFa励 提出的，并已成为图像去噪以及图像复原中最 为成功的方法之一。TV图像去噪模型的成功之处就在于利用了自然图像内在的正则性，易于从噪声图像 的解中反映真实图像的几何正则性，比如边界的平滑性 。 令 为原始的清晰图像， 为被噪声污染的图像，即 (，)=f(x，)十n(x，．y) (1．1) 式中动 具有零均值 、方差为 的随机噪声。Q表示图像的定义域，像素点(， ∈Q。通常有噪声图 像的全变分比无噪声图像的全变分明显大，最小化全变分( )可以消除噪声，因此基于全变分的图像降 噪可以归结为如下最小化问题 ： minTV(f)= √1l蚴 =￡√+2蚴 (1．2) 满足约束条件： 肋 蚴 (1．3a) (厂一 )dxay (1．3b) 收稿 日期：2009—10—18 作者简介：宋海英 (1974一 )，女 (土家族)，湖北恩施人 。讲师，硕士，主要研究方向：图像处理。 23 成都电子机械高等专科学校学报 第 12卷2009年 12月 最小化式 (1．2)司以等价于最小化 F式： 导(厂一fo)dxdy+√+蚴 (1．4) 式中，第1项为数据保真项，它主要起保留原图像特性和降低图像失真度的作用；第2项为正则化项，参数 为入规整参数，对平衡去噪与平滑起重要作用，它依赖于噪声水平。其导出的欧拉