【摘要】：為了解決泊松噪聲圖像的復(fù)原問題,幾種正則化方法已被提出,其中最著名的是全變差(TV)模型,但TV模型會引起階梯效應(yīng)�？倧V義變差(TGV)是全變差的推廣,用TGV作為正則項來恢復(fù)泊松圖像,可以消除階梯效應(yīng),但圖像的邊緣細(xì)節(jié)信息不能很好地保持。為了克服這個缺點(diǎn),基于TGV和Shearlet變換,該文提出了一種新的正則化模型,并用交替方向乘子法(ADMM)求解。數(shù)值結(jié)果有效地展示了該模型在保持圖像邊緣細(xì)節(jié)上的優(yōu)越性。
[Abstract]:In order to solve the problem of Poisson noise image restoration, several regularization methods have been proposed. The most famous one is the total variation (TV) model, but the TV model can cause the step effect. Total generalized variation (TGV) is a generalization of total variation. Using TGV as a regular term to restore Poisson image can eliminate the step effect, but the edge details of the image can not be preserved well. To overcome this shortcoming, a new regularization model based on TGV and Shearlet transform is proposed and solved by alternating direction multiplier method (ADMM). The numerical results show the superiority of the model in preserving the edge details of the image.
【作者單位】： 電子科技大學(xué)數(shù)學(xué)科學(xué)學(xué)院;
【基金】：國家自然科學(xué)基金(51175443,11101071) 四川省科技支撐計劃(2015GZX0002) 中央高�；究蒲袠I(yè)務(wù)費(fèi)專項資金(ZYGX2016J131,ZYGX2016J138)
【分類號】：TN911.73

【相似文獻(xiàn)】

相關(guān)期刊論文 前7條

1 夏水華;對80年間諾貝爾物理獎獲得者的統(tǒng)計分析及思考[J];科技進(jìn)步與對策;2001年03期

2 陳花竹;李小麗;;一種消除階梯效應(yīng)的圖像分解新模型[J];計算機(jī)與現(xiàn)代化;2011年07期

3 唐利明;王曉峰;陳照輝;;去除階梯效應(yīng)和震蕩提取的分片變分分解模型[J];計算機(jī)輔助設(shè)計與圖形學(xué)學(xué)報;2013年08期

4 劉孝艷;馮象初;;耦合梯度ROF模型的自適應(yīng)圖像去噪算法[J];寶雞文理學(xué)院學(xué)報(自然科學(xué)版);2014年02期

5 李曉薇,徐龍道;DSC系統(tǒng)的dc Josephson電流階梯效應(yīng)[J];南京師大學(xué)報(自然科學(xué)版);1998年03期

6 張九星;黑保琴;李盛陽;;一種基于二階和四階PDEs的變分去噪方法[J];計算機(jī)工程與應(yīng)用;2010年25期

7 ;[J];;年期

相關(guān)碩士學(xué)位論文 前1條

1 王靜;混合磁性系統(tǒng)階梯效應(yīng)的Monte Carlo模擬[D];河北師范大學(xué);2006年

，

本文編號：2138936