基于空域相关滤波和总变分模型的图像去噪

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (31): 175-178.

• 图形、图像、模式识别 • 上一篇下一篇

基于空域相关滤波和总变分模型的图像去噪

陈寅银，黄有度

合肥工业大学数学学院，合肥 230009

出版日期:2012-11-01 发布日期:2012-10-30

Image de-noising algorithm based on spatial correlation filtering and TV model

CHEN Yinyin, HUANG Youdu

School of Mathematics, Hefei University of Technology, Hefei 230009, China

Online:2012-11-01 Published:2012-10-30

摘要/Abstract

摘要： 针对总变分（TV）模型对图像的细节不敏感以及去噪的同时易造成边缘模糊的缺陷，提出了一种图像去噪的新算法。根据图像经过小波分解以后，细节主要集中在高频部分，而取相邻尺度的小波系数进行相关计算，可以提高边缘的定位精度。利用小波高频系数的相关计算来控制TV模型的扩散，在去噪的同时保护了边缘细节。仿真实验采用三种典型的离散方法，结果显示该算法处理的去噪图像视觉效果有所改善，且信噪比也有很大提高。

关键词: 图像去噪, 峰值信噪比, 空域相关滤波, 总变分模型

Abstract: In order to overcome the weakness that edge information prone to blur of the Total Variation（TV） model while during the de-nosing procedure, a new algorithm is introduced base on the standard TV model. According to decomposition by wavelet, image details mainly concentrate in high frequency part, and make the correlation calculation between the adjacent wavelet coefficients that can increase the accuracy of edge. Wavelet coefficient’s correlation calculation is used for controlling the spread of TV model, the new model can de-noise as well as protect edge details. Three kinds of typically disperse methods are used in the simulation experiments, and the results show that this method can improve the visual effect and enhance the values of PSNR.

Key words: image de-noising, PSNR, spatial correlation filtering, TV model

陈寅银，黄有度. 基于空域相关滤波和总变分模型的图像去噪[J]. 计算机工程与应用, 2012, 48(31): 175-178.

CHEN Yinyin, HUANG Youdu. Image de-noising algorithm based on spatial correlation filtering and TV model[J]. Computer Engineering and Applications, 2012, 48(31): 175-178.

[1]	刘迪，贾金露，赵玉卿，钱育蓉. 基于深度学习的图像去噪方法研究综述[J]. 计算机工程与应用, 2021, 57(7): 1-13.
[2]	陈人和，赖振意，钱育蓉. 改进的生成对抗网络图像去噪算法[J]. 计算机工程与应用, 2021, 57(5): 168-172.
[3]	王洁，金正猛，冯灿. 自适应广义全变差的图像泊松去噪算法[J]. 计算机工程与应用, 2021, 57(20): 203-209.
[4]	呼亚萍，孔韦韦，李萌，黄翠玲. 改进TV图像去噪模型的全景图像拼接算法[J]. 计算机工程与应用, 2021, 57(17): 203-209.
[5]	刘成士，赵志刚，李强，吕慧显，董晓晨，李金霞. 加强的低秩表示图像去噪算法[J]. 计算机工程与应用, 2020, 56(2): 216-225.
[6]	袁小军，周涛，李琛. 基于稀疏先验的非局域聚类图像去噪算法研究[J]. 计算机工程与应用, 2020, 56(18): 177-185.
[7]	杨永鹏，杨真真，李建林，乐俊. 低秩稀疏分解及其在视频和图像处理中的应用[J]. 计算机工程与应用, 2020, 56(16): 21-30.
[8]	钱满，张向阳，李仁昌. 改进卷积神经网络SAR图像去噪算法[J]. 计算机工程与应用, 2020, 56(14): 176-182.
[9]	杨赵琪璘，彭定涛，唐琦，罗孝敏. 基于稀疏优化lp正则化的光滑化拟牛顿算法[J]. 计算机工程与应用, 2019, 55(22): 163-171.
[10]	李敏，章国豪，曾建伟，杨晓锋，胡晓敏. 结合Inception模型的卷积神经网络图像去噪方法[J]. 计算机工程与应用, 2019, 55(20): 139-144.
[11]	张龙，刘朝霞，刘洪琛. 一种去除椒盐噪声带L1保真项的混合变分模型[J]. 计算机工程与应用, 2019, 55(1): 210-216.
[12]	马红强，马时平，许悦雷，吕超，辛鹏，朱明明. 基于改进栈式稀疏去噪自编码器的图像去噪[J]. 计算机工程与应用, 2018, 54(4): 199-204.
[13]	肖佳，张俊华，梅礼晔. 基于改进BM3D算法的椒盐噪声去噪[J]. 计算机工程与应用, 2018, 54(21): 170-175.
[14]	崔金鸽1，陈炳权1，2，徐庆1. 基于Dual-Tree CWT和自适应双边滤波器的图像去噪算法[J]. 计算机工程与应用, 2018, 54(18): 223-228.
[15]	黄亚飞，王国富，张法全，叶金才. 基于蜂群算法和带参阈值函数的图像去噪方法[J]. 计算机工程与应用, 2018, 54(17): 164-168.

基于空域相关滤波和总变分模型的图像去噪

Image de-noising algorithm based on spatial correlation filtering and TV model

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics