自适应加权的二阶总广义变分图像去噪

摘要：

针对全变分(total variation,TV)模型在图像去噪过程中易于产生"阶梯效应"的缺点,提出了一种改进的二阶总广义变分(total generalized variation,TGV)图像去噪模型.新模型中,利用Kirsch边缘检测算子提取到的图像纹理信息,在二阶TGV去噪模型的正则项中引入一个边缘指示函数引导扩散.实验表明,与经典的TV去噪模型和二阶TGV去噪模型相比,新模型无论是在视觉效果上还是在峰值信噪比(PSNR)和均方误差(MSE)方面都有明显的改善,在有效地去除噪声的同时自适应地保护图像的边缘信息和细小的纹理结构信息.

关键词：全变分(TV)模型、阶梯效应、二阶总广义变分(TGV)模型、Kirsch边缘检测算子

所属期刊栏目：33

分类号：TP391.413(计算技术、计算机技术)

在线出版日期：2018-10-12（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：31-34,78