- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
光电工程
第39卷第8期 光 电工程 Vo1.39,No.8
2012年 8月 Opto—ElectronicEngineering August,2012
文章编号:1003—501X(2012)08—0010.08
基于局部坐标二次微分的
自适应全变分去噪复原
郭永彩,彭兰辉,高 潮
(重庆大学 光电工程学院 光电技术及系统教育部重点实验室,重庆 400030)
摘要:针对传统 TV去噪复原算法以梯度模值作为图像的边缘检测算子,无法清晰地识别边缘和灰度渐变区及去
除平坦区内的孤立噪声的问题,提出了一种基于局部坐标二次微分的边缘检测算子对传统模型进行改进。改进后
的模型能根据各像素点的新检测算子信息,自适应选取复原模型中决定扩散强弱的参数,并且利用图像局部信息
对正则化项和保真项进行加权。同时在数值实现上,采用一种基于梯度矢量的方向变化的方法来实现散度离散化,
以更加有效地保 留图像的局部细节信息。数值试验表明,该算法在克服灰度渐变区内的阶梯效应和保留图像的细
节边缘方面明显优于传统算法。
关键词:全变分;阶梯效应;局部坐标; 自适应去噪复原
中图分类号:TP391.4 文献标志码:A doi:10.39694.issn.1003.501X.2012.08.002
AdaptiveTotalVariationImageDenoisingandRestorationBasedon
theQuadraticDifferentialintheLocalCoordinateSystem
GUO Yong.cai,PENG Lan.hui,GA0 Chao
(KeyLabofOptoelectronicTechnologyandSystems,CollegeofOptoelectronieEngineering,
ChongqingUniversity,Chongqing400030,China)
Abstract:Aimingatthealgorithm oftraditionaltotalvariation imagedenoisingandrestorationbased ontheimage
gradientasitsedgeindicator,whichcannoteffectivelydistinguishbetweenedgesandrampsandremovetheisolated
noiseinflatregions,anew edgeindicatorbasedonthequadraticdifferentialinthelocalcoordinatesystem isproposedto
.
improvethertaditionalmode1.Theimprovedmodelcanadaptivelyselectthemostappropriatedenoisingschemebasedon
theedgeindicatorinformationofeachpixel,anditsregularizationtemr andfidelityterm canbeweightedbytheimage
fineinformation.Andintheaspectofthenumericalimplementation,anew methodbasedonthevariationoftheimage
gradientdirection isadopted to discretethe divergence tem
原创力文档


文档评论(0)