去除乘性噪声的重加权各向异性全变差模型
恢复含乘性噪声的图像是当前图像处理的重要研究课题.本文提出基于迭代重加权的各向异性全变差(Total variation,TV)模型.新模型中,假定乘性噪声服从Gamma分布.正则项采用力权的各向异性全变差,其中,自适应权函数由期望最大(Expectation maximization,EM)算法得到.新模型在有效去噪的同时,较好地保留了图像的边缘和细节信息,同时能够有效地抑制“阶梯效应”.数值实验验证了新模型的效果.
图像去噪、乘性噪声、期望最大算法、全变差、迭代重加权
38
TP391.41(计算技术、计算机技术)
2012-07-02(万方平台首次上网日期,不代表论文的发表时间)
444-451