修正rof模型的分裂bregman算法.pdfVIP

2013年 7月 计算机工程与设计 July2013 第 34卷 第 7期 COMPUTER ENGINEERING AND DESIGN Vo1．34 NO．7 修正 ROF模型的分裂 Bregman算法 一 李孟飞，李宏伟 (首都师范大学检测成像实验室，北京 100048) 摘 要 ：ROF去噪模型对高斯噪声有很好的去除效果，但并不适合处理泊松噪声。该模型会造成含泊松噪声图像的边界模 糊。针对泊松噪声类型，文献上提 出了修正ROF模型。分析 了修正ROF模型解的存在性和唯一性。采用逐步线性化的方 法处理该模型具有强烈非线性的保真项，克服 了其求解上的困难 ，并应用分裂 Bregman算法，使得该模型可以快速求解。 数值实验结果表明，该算法较好地保留了图像亮度较弱部分的细节信息，对 实际CT图像的去噪效果优于传统的ROF模 型 ，且收敛速度快。 关键词：图像去噪；ROF模型；泊松噪声；分裂Bregman算法；全变分 中图法分类号：TP391．72 文献标识号：A 文章编号：1000—7024(2013)07-2455—05 ModifiedROFmodelanditssplitBregmanalgorithm LIM eng—fei。LIHong—wei (ComputerTomographyLaboratory，CapitalNormalUniversity，Beijing100048，China) Abstract：TheR0FmodelisdesignedtOdealwithsingalindependent，additiveGaussiannoise，andnotverysuitableforpoissonnoise， inwhichcasetheboundariesnadedgescouldbeblurredbytheROFmode1．Forpo issonnoise，amod ifiedROFmodelisproposed．Exist— enceanduniquenessraeprovde forthesolutionofthemodifide ROFmodel，nadstrongnonlineraityinthefidelitytemr isprocessde bythe onestep-lagtechnique Then，splitBregmanalgorithm isemployedtooslvethemodifiedROFmod elefficiently．Numericalexperiments raeprovidde tovalidatetheeffectivenessnadefficiencyoftheproposde approach．ForrealCT data，theproposedapproachoculdpreserve moredetailsthna theR()FmodelinthelOWbrightregion． Keywords：imagedenoising；ROFmodel；poissonnoise；splitBregmanalgorithm totalvariation 模型不考虑噪声与 像素值的关系，在对图像像素值差别 0 引 言 较大的地方进行去噪时，会使原图像的部分边界或细节信 1992年，Ruin等人针对高斯噪声 图像提出了ROF去 息被模糊掉。 噪模型 由于ROF模型很好地解决 了高斯 噪声图像 的去噪问 E()“一miqrVu1+H()“ (1)题 ，从而也有越来越多的方法[2-q对该模型进行修正，试图 解决针对泊松噪声图像的去噪问题。在 2007年，Le[2]基