基于有理数阶微分图像去噪新方法.docVIP

基于有理数阶微分图像去噪新方法 　　摘要：针对现有的全变分（TV）去噪方法效果不太理想，在去噪的同时不能较好地保持图像的边缘和纹理细节，提出了一种基于有理数阶微分的图像去噪新方法。首先详细地讨论了现有的全变分去噪方法和分数阶微分去噪方法各自的优缺点；然后将全变分去噪模型与分数阶微分理论相结合，获得有理数阶微分图像去噪新模型，并推导了相应的有理数阶微分模板。实验结果表明：与改进前的方法相比，信噪比（SNR）提高了接近2个百分点，较好地传承了全变分去噪方法对图像高频部分大幅改善及分数阶微分去噪方法能够很好地保留图像纹理细节的优点，是一种有效的图像去噪方法。 　　关键词：图像去噪；全变分；有理数阶微分；纹理细节；客观评价指标 　　中图分类号： TP391.413 　　文献标志码：A 　　Abstract： 　　The effect of the existing Total Variation （TV） method for image denoising is not ideal， and it is not good at keeping the characteristics of image edge and texture details. A new method of image denoising based on rationalorder differential was proposed in this paper. First， the advantages and disadvantages of the present image denoising methods of TV and fractional differential were discussed in detail， respectively. Then， combining the model of TV with fractional differential theory， the new method of image denoising was obtained， and a rational differential mask in eight directions was drawn. The experimental results demonstrate that compared with the existing denoising methods， Signal Noise Ratio （SNR） is increased about 2 percents， and the method retains effectively the advantages of integer and fractional differential methods， respectively. In aspects of improving significantly high frequency of image and keeping effectively the details of image texture， it is also an effective， superior image denoising method. Therefore， it is an effective method for edge detection. 　　Key words： image denoising； Total Variation （TV）； rationalorder differential； texture detail； objective evaluation index 　　0引言 　　图像去噪是数字图像处理领域的重要研究课题之一，它在很多图像应用中是非常关键的图像预处理技术，如图像分割、图像压缩等。图像去噪方法的研究也有助于促进其他图像处理问题的解决，如图像增强、边缘检测等。 　　迄今为止，研究者们已发现了很多图像去噪的方法，但这些方法都有各自的优点和缺点。其中传统的图像去噪方法，如中值滤波、均值滤波及其改进方法，它们主要对图像高频部分进行了一定的改善，但同时却丢失了很多细节部分[1-3]。目前，偏微分方程图像去噪方法已经引起了研究者们的广泛关注，获得了较好的成果[4-7]。它不但能较好地抑制噪声，而且能保持图像边缘部分的特征，在一定程度地解决了抑制噪声和保留图像边缘部分的矛盾。自从全变分（Total Variation， TV）图像去噪方法[8] 提出以后，TV图像去噪方法的研究在国内外形成了一个新的热点，它可以有效地去除光滑部分的噪声。然而，噪声和纹理部分都是由某些小尺度的细节多次重复得到[9]。因此，它