基于Shearlet变换的泊松噪声图像复原问题研究
发布时间：2018-07-23 09:17
【摘要】：为了解决泊松噪声图像的复原问题,几种正则化方法已被提出,其中最著名的是全变差(TV)模型,但TV模型会引起阶梯效应。总广义变差(TGV)是全变差的推广,用TGV作为正则项来恢复泊松图像,可以消除阶梯效应,但图像的边缘细节信息不能很好地保持。为了克服这个缺点,基于TGV和Shearlet变换,该文提出了一种新的正则化模型,并用交替方向乘子法(ADMM)求解。数值结果有效地展示了该模型在保持图像边缘细节上的优越性。
[Abstract]:In order to solve the problem of Poisson noise image restoration, several regularization methods have been proposed. The most famous one is the total variation (TV) model, but the TV model can cause the step effect. Total generalized variation (TGV) is a generalization of total variation. Using TGV as a regular term to restore Poisson image can eliminate the step effect, but the edge details of the image can not be preserved well. To overcome this shortcoming, a new regularization model based on TGV and Shearlet transform is proposed and solved by alternating direction multiplier method (ADMM). The numerical results show the superiority of the model in preserving the edge details of the image.
【作者单位】： 电子科技大学数学科学学院;
【基金】：国家自然科学基金(51175443,11101071) 四川省科技支撑计划(2015GZX0002) 中央高校基本科研业务费专项资金(ZYGX2016J131,ZYGX2016J138)
【分类号】：TN911.73
本文编号：2138936
[Abstract]:In order to solve the problem of Poisson noise image restoration, several regularization methods have been proposed. The most famous one is the total variation (TV) model, but the TV model can cause the step effect. Total generalized variation (TGV) is a generalization of total variation. Using TGV as a regular term to restore Poisson image can eliminate the step effect, but the edge details of the image can not be preserved well. To overcome this shortcoming, a new regularization model based on TGV and Shearlet transform is proposed and solved by alternating direction multiplier method (ADMM). The numerical results show the superiority of the model in preserving the edge details of the image.
【作者单位】： 电子科技大学数学科学学院;
【基金】：国家自然科学基金(51175443,11101071) 四川省科技支撑计划(2015GZX0002) 中央高校基本科研业务费专项资金(ZYGX2016J131,ZYGX2016J138)
【分类号】：TN911.73
【相似文献】
相关期刊论文 前7条
1 夏水华;对80年间诺贝尔物理奖获得者的统计分析及思考[J];科技进步与对策;2001年03期
2 陈花竹;李小丽;;一种消除阶梯效应的图像分解新模型[J];计算机与现代化;2011年07期
3 唐利明;王晓峰;陈照辉;;去除阶梯效应和震荡提取的分片变分分解模型[J];计算机辅助设计与图形学学报;2013年08期
4 刘孝艳;冯象初;;耦合梯度ROF模型的自适应图像去噪算法[J];宝鸡文理学院学报(自然科学版);2014年02期
5 李晓薇,徐龙道;DSC系统的dc Josephson电流阶梯效应[J];南京师大学报(自然科学版);1998年03期
6 张九星;黑保琴;李盛阳;;一种基于二阶和四阶PDEs的变分去噪方法[J];计算机工程与应用;2010年25期
7 ;[J];;年期
相关硕士学位论文 前1条
1 王静;混合磁性系统阶梯效应的Monte Carlo模拟[D];河北师范大学;2006年
，本文编号：2138936
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/2138936.html
