梯度引导的高阶几何彩色图像去噪模型
目的 为了消除低阶彩色图像去噪模型产生视觉上不希望得到的“阶梯效应”并提高去噪过程中的边缘保持效果,提出一种黎曼几何驱动的高阶彩色图像去噪模型,并在扩散中使用一阶梯度信息引导高阶信息驱动的扩散,以改善去噪过程中的边界探测和保持能力.方法 在黎曼几何框架下,对低阶彩色图像去噪模型进行分析,并由面积微元出发得到对应的二阶微分形式,利用二阶导数矩阵的Frobenius范数构造高阶彩色图像变分能量泛函,由此得到一个彩色图像去噪的高阶扩散模型.为在扩散中保持边界,使用高斯卷积后的一阶梯度信息引导高阶扩散,得到一个多通道耦合的高阶非线性彩色图像去噪模型.分析表明,该模型在扩散时兼顾了单通道和多通道、低阶和高阶等多种信息之间的关系进行耦合去噪.结果 在实验中对不同噪声水平下的1维彩色信号、合成彩色图像和标准彩色测试图像进行去噪,并使用峰值信噪比(PSNR)与结构相似性(SSIM)作为客观评价指标,将本文结果与相关彩色图像去噪扩散模型的结果进行对比.在不同噪声水平下本文模型去噪结果的平均PSNR与相关模型相比提高了2.33%,平均SSIM提高了0.4%.结论 本文模型能够有效去除彩色图像中不同噪声水平的高斯白噪声,能较好消除视觉上的“阶梯效应”,得到分片线性光滑的彩色图像,同时还能够较好保持图像边界信息.
彩色图像去噪、高阶偏微分方程、黎曼几何、梯度引导、多通道耦合
22
TP391(计算技术、计算机技术)
国家自然科学基金委河南人才联合培养基金U1404103;国家留学基金委河南省地方合作项目20135045;河南省教育厅科学技术研究重点项目14A520029,15A520070;河南理工大学创新型科研团队项目T2014-3National Natural Science Foundation of China-Henan Talent Joint FundU1404103
2017-11-10(万方平台首次上网日期,不代表论文的发表时间)
共13页
1335-1347