结合加权核范数与全变分的图像二级去噪

摘要：

为提升图像去噪后的视觉感受,提出一种加权核范数最小化(WNNM)结合全变分(TV)的二级图像降噪方法.首先对含噪图像进行TV基础去噪,其次用噪声图像与基础去噪结果图做差分运算,并对差分后的结果自适应维纳滤波,然后将滤波后图像与基础TV降噪图像叠加,利用块匹配做相似补丁收集,最后运用加权核范数最小化进行二次去噪,得到最终降噪图像.通过与原WNNM、三维块匹配去噪(BM3D)、漏斗自相似非局部去噪(FNLM)方法对比,该方法不仅对平滑区域有较优的降噪效果,同时处理了漏斗自相似非局部去噪与BM3D在高噪声情况下带来花斑与假条纹状况,并且使结构纹理信息最大化相似.

关键词：加权核范数、全变分、图像残差、二次去噪

所属期刊栏目：53

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学青年基金61601382,61601382;四川省教育厅重点项目15ZA0118;特殊环境机器人技术四川省重点实验室开放基金13zxtk0505;西南科技大学博士基金13zx7112

在线出版日期：2017-12-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：177-183