基于改進的整體變分模型的圖像去噪算法的研究.pdf

1、數(shù)字圖像處理技術是當今科學研究以及社會生產(chǎn)不可或缺的工具，它與計算機科學、工程學、統(tǒng)計學、信息學、生物、物理、化學以及社會科學技術都有所結合。圖像去噪又是各種圖像處理的基本工具，所以好的圖像去噪算法對這個領域的發(fā)展尤為重要。以p-M模型為基礎的全變分模型是經(jīng)典的圖像去噪算法之一，但這個模型使得去噪圖像過于模糊，影響了圖像的視覺效果。本文就是以在圖像去噪的同時又能保護邊緣為目的，對TV模型進行改進，提出了兩種改進的全變分去噪模型：

2、　　第一種是基于空域相關濾波和TV模型的圖像去噪算法。圖像經(jīng)過小波分解以后，其邊緣細節(jié)和紋理主要集中在高頻部分，而取相鄰尺度的小波系數(shù)進行相關計算，可以提高圖像邊緣的定位精度。本算法就是利用小波高頻系數(shù)的相關計算來控制TV模型的擴散，將改進的空域相關濾波作為TV模型的權函數(shù)，得到的新模型在去噪的同時抑制模糊，起到了保護了邊緣細節(jié)作用。仿真實驗用了三種典型的離散方法，結果顯示了用本算法處理的去噪圖像視覺效果有所改善，且峰值信噪比也有很大的

3、提高。
　　第二種全變分去噪模型是基于形態(tài)學邊緣檢測算子和TV模型的圖像去噪模型。數(shù)學形態(tài)學是圖像處理領域中比較經(jīng)典的綜合學科，形態(tài)學邊緣檢測算子是邊緣檢測算法中經(jīng)典的算法，本文將形態(tài)學邊緣檢測算子作為TV模型的權函數(shù)，得到的新模型使得在圖像去噪的同時又保護了邊緣細節(jié)，改善了圖像的視覺效果，提高了圖像的峰值信噪比。
　　本文中提出的兩種改進的全變分模型算法簡單，計算量小，對含噪圖像的去噪效果明顯，既改善了圖像的視覺效果，又提