基于Split-Bregman方法的乘性噪聲去除研究.pdf

1、噪聲去除是圖像恢復(fù)的主要內(nèi)容之一，其主要任務(wù)是消除觀測(cè)到圖像中的噪聲成分，從而得到理想的清晰圖像。加性噪聲的變分模型研究已經(jīng)取得很大進(jìn)展，而對(duì)于乘性噪聲圖像恢復(fù)問題的研究則剛剛開始。本文對(duì)基于變分方法的乘性噪聲去除技術(shù)做了較為深入的研究，并針對(duì)目前存在的一些問題，提出了一些新的解決思路，主要工作有以下幾方面：一、研究了加性噪聲去除模型的Split-Bregman算法，通過引入輔助變量，將其轉(zhuǎn)化為幾個(gè)交替能量泛函極值子問題，把原本復(fù)雜的運(yùn)

2、算轉(zhuǎn)化為Gauss-Seidel迭代和廣義軟閾值公式的簡(jiǎn)單形式，提高了該類模型的計(jì)算速度，簡(jiǎn)化了其實(shí)現(xiàn)難度。而且Bregman迭代的引入使得在保證圖像質(zhì)量的同時(shí)加快了能量泛函的收斂速度。二、針對(duì)服從不同分布的乘性噪聲去除模型具有形式多樣性的缺陷，提出了基于變分方法的具有一般形式的乘性噪聲去除模型，并通過對(duì)TV規(guī)則項(xiàng)、PM規(guī)則項(xiàng)和Charbonnie規(guī)則項(xiàng)進(jìn)行數(shù)值實(shí)驗(yàn)，驗(yàn)證了上述規(guī)則項(xiàng)在乘性噪聲去除技術(shù)中能夠去除噪聲的同時(shí)有效保持邊緣的作