基于變分法的非局部均值去噪算法研究.pdf

1、圖像去噪作為計算機圖像處理中的一個分支一直以來都是研究的熱點。基于變分和偏微分方程的圖像去噪模型由于自適應性強且具有各向異性的擴散特性在業(yè)界得到廣泛的研究，通過將抽象的圖像問題轉(zhuǎn)化為數(shù)學模型的形式，不僅可以有效的設計邊緣保持或增強的模型，而且方便了計算，但是由于該方法將高頻部分都當成噪聲來處理，對紋理等細節(jié)的保持效果不好；非局部均值算法是近年來由于在紋理方面去噪效果出色而引起廣泛研究，它的基本思想是利用圖像中的冗余信息，通過權重函數(shù)計算

2、搜索窗口中各點與待去噪點的相似度，然后通過對搜索窗口的點進行加權，確定對去噪點的信息補償，從而達到去噪目的。
　　 本文在對變分法和非局部均值算法均有深刻理解的基礎上，將變分法與非局部均值算法相結(jié)合，分別從線性擴散以及非線性擴散兩個方面進行了深入研究，提出了一種全新的基于非局部均值算法的PM模型，并采用SplitBregman實現(xiàn)了數(shù)值運算，提高了算法的效率以及去噪效果。本文的主要工作主要包括以下幾個方面：第一，主要介紹了變分法

3、的相關概念及方法，并以TV模型為例，介紹了偏微分方程的推導，數(shù)值計算方法，以及修復結(jié)果的分析。第二，介紹并分析了非局部均值濾波方法，將傳統(tǒng)的線性擴散模型與非局部均值算法相結(jié)合，提出了非局部的線性擴散模型，同時介紹了一種特殊的非局部均值線性規(guī)則化算子。第三，基于權重及非局部梯度等一系列新的概念，提出了一種新的基于非局部均值去噪算法的各向異性擴散PM模型，并采用SplitBregman方法進行數(shù)值運算，通過仿真實驗驗證了該新型模型在時間效率