-
题名基于噪声检测的总变分去噪算法
被引量：2
- 1
-
-
作者
冀中
赵硕
王建
刘立
-
机构
天津大学电气自动化与信息工程学院
-
出处
《计算机工程与科学》
CSCD
北大核心
2018年第3期507-514,共8页
-
基金
国家自然科学基金(61472273)
天津大学"北洋学者-青年骨干"教师项目(2015XRG-0014)
-
文摘
对受高斯和脉冲混合噪声污染的数字图像去噪方法进行了研究,提出了一种基于噪声检测的自适应总变分(TV)去噪算法。提出的改进算法采用两步迭代框架实现:脉冲噪点检测和全变分图像恢复。第一步中,考虑到脉冲噪声污染的像素点不包含原图像有效信息,采用一种局部统计值,即邻域像素间的随机绝对差排序值(ROAD)估计出噪点的位置;第二步中,采用L2-TV方法进行去噪处理,并对上述过程进行迭代处理,得到去噪图像。在噪点估计过程中引入脉冲噪点水平参数,这样处理的优势在于可更准确地检测出脉冲噪点;而L2-TV去噪方法可很好地去除高斯噪声,两者结合有效地解决了TV算法存在误判图像脉冲噪声为边缘而产生假边缘的问题。与现有典型去噪方法的比较实验表明,该迭代去噪算法,即TV-ROAD算法,既能够去除混合噪声,又可以保留图像细节特征。
-
关键词
高斯脉冲混合噪声
全变分修复
随机绝对差排序值
图像去噪
-
Keywords
mixed gaussian and impulse noise
total variation inpainting
rank ordered absolute differences
image denoising
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于数据驱动紧框架的图像恢复
被引量：1
- 2
-
-
作者
杜淋
王聪
-
机构
河海大学理学院
-
出处
《电子设计工程》
2017年第22期178-181,185,共5页
-
基金
中央高校基本业务科研费专项基金(2015B38014
2015B19514)
-
文摘
提出了一种基于数据驱动紧框架的变分模型用于含有高斯脉冲混合噪声的图像恢复。该模型由包含L1-L2范数的拟合项和包含L1范数的光滑项构成。然后,又提出了ALM-APG算法用于解该模型。最后,数值实验表明所提出的模型与算法能够有效地进行图像恢复并且具有一定的实用性。
-
关键词
图像恢复
脉冲高斯混合噪声
数据驱动紧框架
ALM-APG算法
-
Keywords
image restoration
mixed gaussian-impulse noise
data-driven tight frame
ALM-APG algorithm
-
分类号
TN919.8
[电子电信—通信与信息系统]
-
