基于TV模型的中值公式的研究.pdf

1、變分方法已成為圖像處理中的主流方法之一?；诳傋儾畹腡V(TotalVarimion)模型是該領(lǐng)域的奠基性工作，并且在圖像去躁、光流計(jì)算、圖像修復(fù)、圖像分割等方面取得成功應(yīng)用。通過(guò)圖像擴(kuò)散的變分模型能有效消除噪聲，但是所得到的圖像擴(kuò)散結(jié)果具有明顯的階梯效應(yīng)，而且其對(duì)應(yīng)的偏微分方程計(jì)算效率非常低。變分方法是計(jì)算光流場(chǎng)的主流方法之一，但是變分方法計(jì)算效率比較低。本文對(duì)基于TV模型的中值公式做了細(xì)致的研究，主要工作有以下幾個(gè)方面：第一，在傳統(tǒng)

2、的TV一L2變分圖像擴(kuò)散模型基礎(chǔ)上介紹了中值公式，并將其應(yīng)用于TV-L1變分圖像擴(kuò)散模型，然后推廣到基于散度的高階圖像擴(kuò)散模型，實(shí)現(xiàn)了在對(duì)圖像去除噪聲的同時(shí)，保持或增強(qiáng)圖像的邊緣，并消除了傳統(tǒng)TV模型導(dǎo)致的圖像光滑區(qū)域的階梯效應(yīng)。第二，用變分方法來(lái)計(jì)算序列圖像的光流場(chǎng)，分析了光流計(jì)算模型中數(shù)據(jù)項(xiàng)和光滑項(xiàng)的不同模型假設(shè)，然后利用中值公式計(jì)算小位移光流場(chǎng)，避免了復(fù)雜的迭代計(jì)算過(guò)程，提高了計(jì)算效率。第三，變分圖像擴(kuò)散模型中引入Bregman迭