一种基于矩阵格式的半隐式图像去噪算法.pdfVIP

第 27卷第 4期 徐 州 工 程 学 院 学 报 (自然 科 学 版 ) 2012年 12月 Vo1．27No．4 JournalofXuzhou InstituteofTechnology (NaturalSciencesEdition) Dec．2012 一 种基于矩阵格式的半隐式 图像去噪算法 石玉英 ，刘 晶晶 (华北电力大学 数理学 院，北京 102206) 摘要 ：图像去噪是进一步处理 图像 的必要步骤和关键环节之一．首先针对 Rudin等在 1992年 提出的ROF模型，利用 Crank—Nicolson半 隐式差分格式进行离散 ，克服 了显式离散格式的不稳定 性和迭代次数多的缺点；其次在求解过程 中提出了一种基于矩阵格式的半隐式新算法，并将新算法 应用于三种边界条件——零边界条件、周期边界条件和 Neumann边界条件进行数值试验；数值试 验结果表 明采用 Crank-Nicolson半隐武离散格 式去噪的效果优于 显式离散格式；同时，Neumann 边界条件能很好的保持 图像边界 的连续性． 关键词：图像去噪；Rudin一0sher-Fatemi模型；Crank—Nicolson差分格 式；矩阵；边界条件 中图分类号 ：O175．7 文献标识码：A 文章编号：1674—358X(2O12)04—0043—06 图像是人们认识客观世界最重要的手段．在数字图像处理 中，由于受到成像方法和条件的限制以及外界 干扰 ，图像信号不可避免地受到噪声信号的污染．图像 中的边缘 、细节特征等重要信息常湮没于噪声信号中， 给图像 的后继处理带来很大影响 ，所以有必要对图像进行去噪．如何在滤除图像噪声的同时更好地保持图像 的纹理细节，成为图像去噪领域的中心问题． 传统的解决 图像去噪问题的方法主要有最小二乘法、傅里叶变换法 、L。范数逼近法 、逆滤波和维纳滤波 等 ，而基于偏微分方程 的算法对 图像 的去噪实现也有不少的应用．图像去噪中的经典模 型是 Rudin等在 1992年提出的 Rduin—Osher—Fatemi(ROF)模型r1]．ROF模型是基于全变分方法得到的偏微分方程模型 ，它 可以在移除噪声的同时保留纹理和边界信息．计算过程 中比较简单 的方法是利用显式格式对 ROF模型对 应 的Euler—Iagrange方程进行离散 [2。]，形成线性代数方程组求得 ROF模型 的解．但是显式离散格式具有 不稳定性和迭代次数多等缺点，Crank—Nicolson (C—N)差分离散格式_4]是半隐式 的，具有稳定性好 、精确度 高的优点．Kiml5采用 C-N离散格式 ，并且逐点计算求解了ROF模 型．其它对 于 ROF模 型的求解 ，还有很 多数值方法l6 ． 因为处理的图像总是有大小的，那么计算差分的过程 中就会涉及到边界条件的选取问题．这里考虑了零 边界条件 、周期边界条件和 Neumann边界条件三种边界[1¨]，并进行数值试验的比较． 数值试验 中将考虑二维灰度图像 ，针对ROF模型，联合 C—N半隐式离散格式和不动点方法来进行数值 模拟．这里不采用大家常用的逐点计算方法，而是采用一种新的矩阵语言的计算方法 ，把二阶导数写成矩 阵 相乘的形式 ，之后形成线性方程组进行求解．最后利用 Matlab编程进行数值试验，并与显式离散格式的计算 结果进行 比较．试验结果显示在同样迭代次数下 ，半隐式离散格式 的去噪效果比显式离散格式好 ，在去除噪 声的同时保留了图像边界． 1 ROF模型和边界条件 1．1 ROF模型 考虑加性噪声模型 f一 +r，其 中厂为观察到的图像 ，U为原始图像 ，r为噪声．ROF模型基于有噪声图 像的全变分 比无噪声图像的全变分大，那 么通过全变分最小化的方法可 以消除噪声．图像 M的全变分 [1 收稿 日期 ：2012一O6—22 基金项 目：国家自然科学基金项 目；中央高校基本科研业务费专项资金项 目；北京市共建项 目 作者简介 ：石玉荚(1976一)，女 ，山东聊城人 ，副教授 ，博士 ，硕士生导师，主要从事偏微分方程数值解 、图像处理研究