基于Shearlet变换的泊松噪声图像复原问题研究

摘要：

为了解决泊松噪声图像的复原问题,几种正则化方法已被提出,其中最著名的是全变差(TV)模型,但TV模型会引起阶梯效应.总广义变差(TGV)是全变差的推广,用TGV作为正则项来恢复泊松图像,可以消除阶梯效应,但图像的边缘细节信息不能很好地保持.为了克服这个缺点,基于TGV和Shearlet变换,该文提出了一种新的正则化模型,并用交替方向乘子法(ADMM)求解.数值结果有效地展示了该模型在保持图像边缘细节上的优越性.

关键词：交替方向乘子法、泊松噪声、Shearlet变换、阶梯效应、总广义变差

所属期刊栏目：46

分类号：TN911.73

资助基金：国家自然科学基金51175443,11101071;四川省科技支撑计划2015GZX0002;中央高校基本科研业务费专项资金ZYGX2016J131,ZYGX2016J138

在线出版日期：2017-07-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：511-515