基于混合變分模型的圖像去噪.pdf

1、圖像在獲取和傳輸過(guò)程中不可避免的受到噪聲污染，為后期處理帶來(lái)不便，現(xiàn)有的基于變分法的圖像去噪模型主要有全變分模型和調(diào)和模型，前者能夠較好的保持圖像的邊緣，但容易產(chǎn)生階梯效應(yīng)：后者對(duì)平坦區(qū)域去噪效果好，但容易模糊圖像的邊緣，為了克服它們的不足，本文考慮一種混合去噪模型，以兼顧二者的優(yōu)點(diǎn).該模型是全變分模型和調(diào)和模型的凸組合，組合系數(shù)較大時(shí)偏向于全變分模型，較小時(shí)偏向于調(diào)和模型.我們從擴(kuò)散性的角度分析了混合模型的合理性，并通過(guò)數(shù)值實(shí)驗(yàn)檢驗(yàn)其

2、有效性.數(shù)值實(shí)驗(yàn)表明，適當(dāng)選取組合系數(shù)，混合模型的去噪效果比全變分模型和調(diào)和模型好，并且計(jì)算時(shí)間比全變分模型少，由于圖像分為平滑區(qū)和邊緣區(qū)，對(duì)不同區(qū)域選擇不同的組合系數(shù)應(yīng)該可以取得更好的去噪效果，我們通過(guò)變化組合系數(shù)將混合模型改進(jìn)成自適應(yīng)的，利用圖像中每一像素點(diǎn)的梯度信息，自適應(yīng)的選取決定擴(kuò)散強(qiáng)弱的參數(shù)ω(x，y)，并設(shè)置兩個(gè)閥值β1，β2.當(dāng)ω(x，y)<β1時(shí)，認(rèn)為是平坦區(qū)域，采用調(diào)和模型進(jìn)行計(jì)算；當(dāng)ω(x，y)>β2時(shí)，認(rèn)為是圖像