基于可变指数及L1保真项的图像去噪算法

摘要：

全变分(TV)模型采用了梯度的1范数作为正则化约束,它能够沿着梯度方向较好地保护图像的边缘信息,但在图像较均匀区域,容易产生“阶梯”效应.利用梯度的可变指数函数作为正则化项,提出TV模型的改进模型,该模型既保持TV模型保护图像边缘信息的优点,又可以明显地减少非边界区域“阶梯”效应的产生,同时把u-f的1范数作为数据保真项增强了模型修复图像破损部分的能力.

关键词：图像去噪、全变分模型、可变指数函数、正则化、L1范数

所属期刊栏目：33

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2013-11-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：2931-2934