自适应非局部数据保真项和双边总变分的图像去噪模型

摘要：

针对常见去噪方法容易造成特定区域过度平滑、奇异结构残余噪声以及产生阶梯效应和对比度损失等问题,提出一种自适应非局部数据保真项和双边总变分的图像去噪模型,建立了自适应非局部正则化能量泛函和相应的变分框架.首先,对噪声图像利用自适应权值的非局部均值求得数据拟合项;其次,引入双边总变分正则化项,利用正则化系数来适度平衡数据拟合项和正则化项的影响;最后,通过能量函数最小化对不同的噪声统计快速求得最优解,从而达到降低残余噪声并纠正过度平滑的目的.通过理论分析和针对模拟噪声图像与真实噪声图像的实验结果表明,所提出的图像去噪模型能够较好地处理具有不同统计特性的图像噪声,与自适应非局部均值滤波去噪相比,所提算法的峰值信噪比(PSNR)值最多可以得到0.6 dB的改善;与全变分正则化图像去噪算法比较,所提算法的主观视觉效果明显更好,在去噪的同时图像纹理和边缘等细节信息保护得更好,PSNR值最多可以提高10 dB,而多尺度结构相似性度(MS-SSIM)指标可以提升0.3.因此,所提出的图像去噪模型可以在理论上更好地探讨如何合理处理噪声和图像内容本身的高频细节信息,在视频和图像分辨率提升等领域也具有良好的实际应用价值.

关键词：自适应非局部均值、数据保真项、正则化函数、双边总变分、图像去噪

所属期刊栏目：37

分类号：TP391.9;TN911.73(计算技术、计算机技术)

资助基金：the National Natural Science Foundation of China61663008,61463014,61562025;the National Key Technology R&D Program2015BAK27B01;the Natural Science Foundation of Hubei Province2015CFC781,2014CFB612,2012FFC02601;the Scientific Research Project of Department of Education of Sichuan Province15ZB0039;the Foundation of China Scholarship Council,the Foundation of PhD Technology Project of Hubei University for Nationalities MY2014B018.国家自然科学基金资助项目61663008,61463014,61562025;国家科技支撑计划项目2015BAK27B01;湖北省自然科学基金资助项目2015CFC781,2014CFB612,2012FFC02601;四川省教育厅科研项目15ZB0039;国家留学基金委地方合作项目;湖北民族学院博士启动基金资助项目MY2014B018

在线出版日期：2017-09-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：2334-2342