基于變分法的單張帶霧圖像去噪研究.pdf

1、隨著時(shí)代的發(fā)展，各種電子儀器和數(shù)碼產(chǎn)品越來越普及，圖像已成為人們獲取外界原始信息的主要途徑。然而在圖像獲取、傳輸和存儲(chǔ)的過程中，不可避免地受到各種噪聲的干擾和影響，大大降低了圖像質(zhì)量。另一方面，圖像噪聲使得后續(xù)過程的處理(如圖像分割、邊緣提取、目標(biāo)識(shí)別等)變得更加困難。因此，圖像去噪成為數(shù)字圖像處理中一項(xiàng)不可缺少的重要環(huán)節(jié)。其最終目的在于改善給定的圖像，在盡可能地保持原始信息完整性(即主要特征)的同時(shí)，又能夠去除信號(hào)中無(wú)用的信息，是對(duì)圖

2、像做進(jìn)一步分析和理解的重要前提和步驟。
　　 長(zhǎng)久以來，人們?cè)诖祟I(lǐng)域進(jìn)行了大量的研究和探索?；谄⒎址匠痰膱D像去噪方法逐漸成為熱點(diǎn)，全變分也得到了廣泛的應(yīng)用。本文將針對(duì)基于全變分的單張帶霧圖像去噪，進(jìn)行探討和詳細(xì)闡述。
　　 經(jīng)典的圖像去噪模型為ROF模型，與此類似的還有H1正則化，Primal-Dual等，此類模型利用圖像梯度信息從而達(dá)到去除噪聲的目的。然而戶外帶霧圖像具有自身獨(dú)有的特點(diǎn)，其本身所攜帶的噪聲來源于兩個(gè)

3、方面，一是外界因素的影響，如大氣、濃煙、霧等，另一方面則是拍攝圖像時(shí)由于光線過暗使得相機(jī)感光度ISO值偏高而產(chǎn)生的噪聲。針對(duì)該問題，本文結(jié)合暗原色先驗(yàn)原理及softmatting細(xì)化方法，提出了一種新的變分模型，在不依賴于任何其它外界信息和設(shè)備輔助的條件下，構(gòu)建新的能量泛函，去除圖像中的兩類噪聲。
　　 同時(shí)，為了加快算法的收斂速度，本文引入了快速分裂Bregman迭代算法，代替?zhèn)鹘y(tǒng)的梯度下降法進(jìn)行模型的求解，大大提高了算法的運(yùn)