基于TV模型的殘差濾波反饋圖像去噪方法.pdf

1、視覺(jué)是人類(lèi)最重要的信息來(lái)源，圖像幾乎處處可見(jiàn)。而圖像在采集、傳輸和顯示過(guò)程中，會(huì)被噪聲污染。圖像去噪一直是圖像處理領(lǐng)域中最基本、最核心的問(wèn)題。在眾多應(yīng)用領(lǐng)域中，圖像的邊緣、紋理等細(xì)節(jié)信息非常重要，因此研究既可以保持圖像的邊緣紋理等細(xì)節(jié)成分，同時(shí)能保持圖像平滑區(qū)域良好視覺(jué)效果的圖像去噪方法是當(dāng)前研究熱點(diǎn)。TV去噪的ROF模型是目前公認(rèn)的去噪效果比較好的經(jīng)典圖像去噪模型，它可以很好地保持圖像邊緣和平滑區(qū)域良好視覺(jué)效果，但是同時(shí)也濾除了很多紋

2、理細(xì)節(jié)部分，而一些對(duì)紋理細(xì)節(jié)保持好的方法要么對(duì)邊緣保持不好，要么計(jì)算量太大。
　　針對(duì)TV去噪濾除了很多紋理細(xì)節(jié)的問(wèn)題，本文在TV去噪后得到的殘差部分提取出紋理細(xì)節(jié)進(jìn)行回加，這樣既能保持好圖像的邊緣，同時(shí)保留了紋理信息，并且算法復(fù)雜性小。本文的去噪方法的思路是:先利用TV模型分離出圖像卡通部分和殘差部分，然后在圖像殘差部分提取有效成分（主要就是紋理），最后將提取的紋理細(xì)節(jié)部分回加到卡通部分。本文采用兩種方法:第一種方法是對(duì)殘差部分

3、進(jìn)行小波變換(DWT)、離散余弦變換(DCT)后通過(guò)閾值法進(jìn)行紋理提取后直接回加到卡通部分;第二種方法是在求解ROF模型的Bregman迭代的每一步迭代過(guò)程中對(duì)加回去的殘差圖像進(jìn)行紋理提取后再加回去，進(jìn)行下一步迭代。在第一種方法的實(shí)驗(yàn)中，提出了不同的閾值確定方法。利用DCT對(duì)殘差圖像進(jìn)行紋理提取得到的去噪圖像無(wú)論是從視覺(jué)效果還是從PSNR和SSIM值上都比TV有了大大的提高。之后對(duì)于DCT方法中的一些塊狀效應(yīng)本文又進(jìn)行了一些改進(jìn)，利用對(duì)