乘子交替方向法在图像去噪中的应用

发布时间：2021-01-14 09:50

　　图像去噪过程可以理解为图像的退化过程,该过程是从被噪声污染的图像中尽可能地恢复出清晰的图像。图像去噪的方法有多种,其中,以变分法为理论基础依据而提出的全变分去噪算法因其能有效的刻画图像的数学性质而深受研究学者们青睐。本文主要研究乘子交替方向法在全变分图像去噪中的应用,提出了两种改进后的加权去噪算法,加权压缩感知全变分去噪算法和加权方向自适应全变分去噪算法。加权压缩感知全变分去噪算法首先利用全变分频普结构分析法将含噪图像进行高频和低频的分解,利用频率的先验知识对图像的正则项加权,强化对图像高频部分的去噪处理。随后,通过乘子交替方向法进行算法的求解,并使拟合项参数自适应。最后,通过数值实验证明了加权压缩感知全变分去噪算法对灰度图像的加性噪声能有效去噪,该算法与对比的实验算法相比,峰值信噪比提升了1d B以上,且结构相似性也优于对比实验。实验结果显示,该算法适合去除噪声较大的图像。加权方向自适应全变分去噪算法则利用图像方向的先验知识对算法加权。首先,同样要用全变分频普结构分析法将含噪图像分解。然后,通过图像角度信息对算法中正则项的差分算子进行加权。其中,针对伸缩算子的边界伪影问题,改进伸缩算... 

【文章来源】：重庆邮电大学重庆市

【文章页数】：69 页

【学位级别】：硕士

【部分图文】：

图像去噪方法的分类本文主要研究基于变分法思想的全变分去噪方法

重庆邮电大学硕士学位论文第2章模型和算法的理论知识11算子中的角度有差异时，伸缩算子表现出的权重就会抑制该方向上的算法去噪能力。由图2.1(b)可以看出，当角度为0时，方向全变分算法对图像的水平方向部分能够很好地去噪，但对其余部分没有去噪效果或去噪效果不明显。当角度为/2时，方向全变分仅对图像的垂直方向去噪。(a)含噪图(b)0的去噪图(c)/2的去噪图图2.1方向全变分去噪算法在噪声为0.1时的去噪效果图方向全变分适用于整体方向单一或是局部方向单一的图像。除了角度外，伸缩算子也是影响方向全变分的重要参数。作为角度上的权重，其参数的大小影响图像方向上的权重大校可以认为当图像在某一像素的梯度值较大且旋转的方向是一致的，就能选择较大的来增加权重，提高算法的去噪能力。同时，作为正则项参数的一部分，过大的会导致两种情况，第一种是角度信息与图像信息一致，但由于过大造成正则项过大，使去噪后的图像过于平滑而降低了图像噪声；第二种情况是角度信息与图像信息存在偏差，过大的无法使方向全变分算法对含噪图像去噪或去噪不彻底。实际中，方向全变分算法的取值需要通过实验经验确定，因此，的自适应也是方向全变分中的研究点。(a)原始差分(b)伸缩后的差分(c)旋转和伸缩后的差分图2.2旋转和伸缩的效果图通过对方向全变分算法的角度进行自适应的改进，得到了自适应方向全变分去噪算法，即EADTV算法，主要是在全变分的基础上通过角度完成方向上的自适应，可以利用图像的梯度信息获得。角度自适应后的方向全变分去噪算法不再

重庆邮电大学硕士学位论文第2章模型和算法的理论知识11算子中的角度有差异时，伸缩算子表现出的权重就会抑制该方向上的算法去噪能力。由图2.1(b)可以看出，当角度为0时，方向全变分算法对图像的水平方向部分能够很好地去噪，但对其余部分没有去噪效果或去噪效果不明显。当角度为/2时，方向全变分仅对图像的垂直方向去噪。(a)含噪图(b)0的去噪图(c)/2的去噪图图2.1方向全变分去噪算法在噪声为0.1时的去噪效果图方向全变分适用于整体方向单一或是局部方向单一的图像。除了角度外，伸缩算子也是影响方向全变分的重要参数。作为角度上的权重，其参数的大小影响图像方向上的权重大校可以认为当图像在某一像素的梯度值较大且旋转的方向是一致的，就能选择较大的来增加权重，提高算法的去噪能力。同时，作为正则项参数的一部分，过大的会导致两种情况，第一种是角度信息与图像信息一致，但由于过大造成正则项过大，使去噪后的图像过于平滑而降低了图像噪声；第二种情况是角度信息与图像信息存在偏差，过大的无法使方向全变分算法对含噪图像去噪或去噪不彻底。实际中，方向全变分算法的取值需要通过实验经验确定，因此，的自适应也是方向全变分中的研究点。(a)原始差分(b)伸缩后的差分(c)旋转和伸缩后的差分图2.2旋转和伸缩的效果图通过对方向全变分算法的角度进行自适应的改进，得到了自适应方向全变分去噪算法，即EADTV算法，主要是在全变分的基础上通过角度完成方向上的自适应，可以利用图像的梯度信息获得。角度自适应后的方向全变分去噪算法不再

【参考文献】：
期刊论文
[1]印刷电路板的图像分解去噪算法[J]. 余丽红,柳贵东,林春景,李志凯.  科学技术与工程. 2019(19)
[2]基于非局部低秩和加权全变分的图像压缩感知重构算法[J]. 赵辉,张静,张乐,刘莹莉,张天骐.  电子与信息学报. 2019(08)
[3]基于分数阶全变差和自适应正则化参数的图像去模糊[J]. 杨晓梅,向雨晴,刘亚男,郑秀娟.  工程科学与技术. 2018(06)
[4]一种基于压缩感知的全变分图像去噪算法[J]. 刘泽鹏,陈媛媛.  测试技术学报. 2018(04)
[5]一种基于压缩感知的改进全变分图像去噪模型[J]. 王俊,杨成龙.  计算机与数字工程. 2017(09)
[6]乘子交替方向法的一些收敛性质[J]. 何炳生.  高等学校计算数学学报. 2017(01)
[7]修正乘子交替方向法求解三个可分离算子的凸优化[J]. 何炳生.  运筹学学报. 2015(03)
[8]彩色印刷图像色差的主观评价[J]. 刘浩学,黄敏,武兵,徐艳芳.  北京印刷学院学报. 2007(02)
[9]基于PSNR与SSIM联合的图像质量评价模型[J]. 佟雨兵,张其善,祁云平.  中国图象图形学报. 2006(12)
[10]基于soft形态学的椒盐噪声滤波器[J]. 颜七笙,王士同.  微计算机信息. 2005(23)

博士论文
[1]四方向全变分在图像去噪问题中的应用[D]. 廖帆.东南大学 2015

硕士论文
[1]基于全变分模型的图像去噪方法研究及系统实现[D]. 陈棠.西安理工大学 2018
[2]结合全变分模型的图像去噪方法研究[D]. 栾宁丽.华中师范大学 2018
[3]基于全参考的立体图像质量评价方法研究[D]. 孟丽茹.吉林大学 2015



本文编号：2976685