典的TV变分法图像去噪的C++实现.docVIP

典的变分法图像去噪的C++实现 由于这学期的图像处理课程的大作业需要写一个图像处理程序，不能使用古典的线性滤波，或者基于频域（小波）或者基于统计之类的方法。只能用老师讲过的一些方法，诸如变分，PDE，微分几何等。。感觉上简单的变分法稍微要好实现一些，就打算基于最早的TV图像去噪模型，做一个VC的实现。但是找遍了网上也没有TV去噪的C++源码，与之只好自己动手写了。 关于变分法和泛函分析的一些基础原理今天就先不多说了，TV图像去噪经典论文：《Nonlinear Total Variation based noise removal algorithms》Google上可以搜得到。 关于Matlab的程序实现，有一个经典的主页： http://visl.technion.ac.il/~gilboa/PDE-filt/tv_denoising.html 下面是一个Matlab代码实现：复制到记事本用matlab打开就可以运行，要注意图像的名称和路径要对应。如果只是想学学算法思路或者看看处理效果的话，只需要Matlab的代码就行了。 function?J=tv(I,iter,dt,ep,lam,I0,C)%%?Private?function:?tv?(by?Guy?Gilboa).%%?Total?Variation?denoising.%%?Example:?J=tv(I,iter,dt,ep,lam,I0)%%?Input:?I????-?image?(double?array?gray?level?1-256),%%????????iter?-?num?of?iterations,%%????????dt???-?time?step?[0.2],%%????????ep???-?epsilon?(of?gradient?regularization)?[1],%%????????lam??-?fidelity?term?lambda?[0],%%????????I0???-?input?(noisy)?image?[I0=I]%%???????(default?values?are?in?[])%%?Output:?evolved?imageclcclearI=imread(grids.bmp);?%?load?imageI?=?double(I);if?~exist(ep)???ep=1;endif?~exist(dt)???dt=ep/5;??%?dt?below?the?CFL?boundendif?~exist(lam)???lam=0;endif?~exist(I0)????I0=I;endif?~exist(C)????C=0;end[ny,nx]=size(I);?ep2=ep^2;%?paramsiter=80;?for?i=1:iter,??%%?do?iterations???%?estimate?derivatives???I_x?=?(I(:,[2:nx?nx])-I(:,[1?1:nx-1]))/2;????I_y?=?(I([2:ny?ny],:)-I([1?1:ny-1],:))/2;????I_xx?=?I(:,[2:nx?nx])+I(:,[1?1:nx-1])-2*I;????I_yy?=?I([2:ny?ny],:)+I([1?1:ny-1],:)-2*I;????Dp?=?I([2:ny?ny],[2:nx?nx])+I([1?1:ny-1],[1?1:nx-1]);????Dm?=?I([1?1:ny-1],[2:nx?nx])+I([2:ny?ny],[1?1:nx-1]);????I_xy?=?(Dp-Dm)/4;???%?compute?flow???Num?=?I_xx.*(ep2+I_y.^2)-2*I_x.*I_y.*I_xy+I_yy.*(ep2+I_x.^2);???Den?=?(ep2+I_x.^2+I_y.^2).^(3/2);???I_t?=?Num./Den?+?lam.*(I0-I+C);???I=I+dt*I_t;??%%?evolve?image?by?dtend?%?for?i%%?return?image%J=I*Imean/mean(mean(I));?%?normalize?to?original?meanJ=I;figure(1);?imshow(uint8(I0));?title(Noisy?image);%?denoise?image?by?using?tv?for?some?iterationsfigure(2);?im