-
题名融合L^2和KL保真项的图像恢复算法
被引量：1
- 1
-
-
作者
刘洪琛
刘朝霞
张龙
-
机构
中央民族大学理学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2020年第5期214-221,共8页
-
基金
中央民族大学硕士研究生自主科研项目（No.182010）
-
文摘
为了有效抑制高斯-泊松混合噪声,针对调和模型不能有效保存图像的边缘细节信息和Kullback-Leibler散度作为保真项(KL保真项)的全变差图像恢复模型对光滑的区域部分去噪会产生"阶梯效应"的不足,提出一种针对高斯-泊松混合噪声去噪的图像恢复变分模型。该模型利用增广拉格朗日算法进行数值实现,将调和模型和全变分模型按照比例进行融合,结合两种模型的优点,增强模型的去噪性能;Kullback-Leibler散度作为保真项和L^2保真项按照比例进行混合,能有效去除高斯-泊松混合噪声的同时,保护图像的边缘细节;使用多幅含不同混合噪声的图像进行对比实验,采用峰值信噪比、结构相似度指标评定图像的恢复效果。实验结果表明,该模型的峰值信噪比和结构相似度大于使用Kullback-Leibler散度作为保真项的全变差图像恢复(TV-KL)模型、改进MS模型(MRT),以及保真项混合模型(MFT)这三个模型,并且计算的CPU时间更短,去噪效果得到明显改善。所提模型具有更好的去噪性能,有效地保持了图像细节和纹理特征方面的信息,获得了更理想的视觉效果,不仅能提高了图像质量,而且在客观上得到了有效的证实,可以应用于X射线图像去噪。
-
关键词
高斯-泊松混合噪声
调和模型
全变差图像恢复模型
图像恢复
变分法
偏微分方程
数值仿真
-
Keywords
Gaussian-Poisson mixed noise
harmonic model
total variation Kullback-Leibler model
image restoration
variational method
partial differential equation
numerical simulation
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
