基于噪声检测的总变分去噪算法
【出 处】:
【作 者】:
冀中
赵硕
王建
刘立
【摘 要】对受高斯和脉冲混合噪声污染的数字图像去噪方法进行了研究,提出了一种基于噪声检测的自适应总变分(TV)去噪算法.提出的改进算法采用两步迭代框架实现:脉冲噪点检测和全变分图像恢复.第一步中,考虑到脉冲噪声污染的像素点不包含原图像有效信息,采用一种局部统计值,即邻域像素间的随机绝对差排序值(ROAD)估计出噪点的位置;第二步中,采用L2-TV方法进行去噪处理,并对上述过程进行迭代处理,得到去噪图像.在噪点估计过程中引入脉冲噪点水平参数,这样处理的优势在于可更准确地检测出脉冲噪点;而L2-TV去噪方法可很好地去除高斯噪声,两者结合有效地解决了TV算法存在误判图像脉冲噪声为边缘而产生假边缘的问题.与现有典型去噪方法的比较实验表明,该迭代去噪算法,即TV-ROAD算法,既能够去除混合噪声,又可以保留图像细节特征.
相关热词搜索: 高斯脉冲混合噪声 全变分修复 随机绝对差排序值 图像去噪
上一篇: 基于重叠稀疏组深度信念网络的图像识别
下一篇: 基于局部表示的分类方法及其人脸识别应用