基于全變分和剪切波變換的圖像去噪方法研究.pdf

1、圖像去噪是圖像處理中的重要環(huán)節(jié)，它對(duì)圖像后續(xù)處理結(jié)果起到至關(guān)重要的決定作用。圖像去噪方法總體上可以分為兩大類，即空間域方法和變換域方法.在空間域，全變分（TV）模型是最為成功和具備代表性的去噪方法之一，并得到了廣泛的研究和應(yīng)用。在變換域，剪切波變換是目前最為先進(jìn)的方法。我們?cè)诒疚闹刑岢鲂碌腡V模型和基于剪切波變換的去噪方法，并將它們應(yīng)用于高斯噪聲，散斑噪聲，和脈沖噪聲的去除研究中。
　　我們的工作主要包括以下幾個(gè)方面：
　　

2、1.我們提出一種新的全變分模型，稱為指數(shù)全變分（ETV）模型，并且基于分裂算法（SBA）提出了ETV的快速數(shù)值求解算法。我們將ETV應(yīng)用在大量的被高斯噪聲污染的標(biāo)準(zhǔn)圖片，以及含有散斑噪聲的合成孔徑雷達(dá)（SAR）圖像以及醫(yī)學(xué)核磁共振圖（MRI）上。實(shí)驗(yàn)結(jié)果表明我們提出的ETV相比TV能夠有效抑制階梯效應(yīng)，而相比高階TV，ETV能夠在去噪和邊緣保持之間取得更好的平衡。并且應(yīng)用快速數(shù)值算法可以使我們的ETV模型具備非常高的運(yùn)算效率。
　

3、　2.我們基于剪切波變換提出一種針對(duì)椒鹽噪聲的有效去除方法。我們將所提出的方法應(yīng)用在四幅被不同密度的椒鹽噪聲污染的圖像上進(jìn)行測(cè)試并與七種有效方法進(jìn)行對(duì)比。數(shù)值量化和視覺效果兩方面的實(shí)驗(yàn)結(jié)果表明，相對(duì)之前的七種方法，我們的方法能夠更顯著地改善對(duì)于椒鹽噪聲的濾波質(zhì)量。
　　3.我們將剪切波變換引入到隨機(jī)值噪聲（RVIN）的去除中。我們對(duì)比分析了五種廣泛使用的RVIN檢測(cè)方法，并選取其中兩種更為有效的檢測(cè)方法與剪切波變換進(jìn)行結(jié)合而提出兩