基于非局部TV则化的泊松去噪.docxVIP

广西科技大学 基于非局部TV正则化的泊松去噪 模型与算法 所 属 学 院：理 学 院 学 科 专 业：信 息 与 计 算 科 学 学 生 ： 指 导 老 师： 2014年5月 摘 要 去除医学CT成像，天文图像中的泊松噪声是一个重要的研究课题，大多数的图像复原算法，一般都是运用图像中某个领域内的灰度值、梯度信息，又或者是单一像素点进行处理。若我们能够在更大的范围内充分利用图像本身的信息，就有可能更高效地改善图像复原质量。事实上，大部分自然图像，它们的内容都有自相似性这一个特征。基于非局部的图像处理，就是以这种特征为考虑出发点。为了进一步提高图像去噪效果，同时使边缘信息得到充分保留，针对泊松噪声，我们提出一种基于非局部TV正则化的泊松去噪模型与算法，该模型结合了TV正则化去噪和非局部理论特点，运用Bregman分裂的多步迭代和交替最小化法，来求解该抑制噪声模型，使其能达到图像复原。实验结果发现，通过非局部正则化的去噪算法，使泊松噪声在一定程度上得到抑制的效果比传统算法要好，还可以尽量保留图像的一些有效信息，如边缘和部分纹理等。因此，本文在深入分析非局部正则化的基础上，去介绍泊松抑制噪声算法模型，并与其他算法相比较，本文的算法使图像的恢复度更高。 关键词：图像去噪；泊松噪声；非局部正则化；分裂Bregman迭代； Abstract Removal of medical CT imaging and astronomical image of Poisson noise is an important research subject,most of the image restoration algorithm,in general,are used in the image grey value in a certain field,gradient information,or a single pixel point processing.If we can make full use of the image itself in a larger scope of information,it is possible to improve the image quality more effectively.In fact,most of the natural images,they all have self-similarity.Image processing is based on nonlocal,which is considered as a start point.In order to further improve the effect of image denoising and edge information fully at the same time.according to poisson noise,we propose a poisson denoising algorithm based on the nonlocal total variation regularization.And the algorithm of the model is a combination of TV regularization denoising, and the characteristics of the nonlocal theory,using Bregman split iterative and alternating minimization method to solve the noise model,so it can achieve image restoration.The experimental results show that the non-local regularization denoising algorithm, to a certain extent,has a better effect on suppressing Poisson noise than traditional algorithm,we can also try to reserve some effective image information,