為提高全變分圖像降噪模型的降噪性能和邊緣保持性能,該文提出一種曲率差分驅(qū)動的極小曲面濾波器。首先,在平均曲率濾波器模型基礎(chǔ)上,引入自適應(yīng)曲率差分邊緣探測函數(shù),建立曲率差分驅(qū)動的極小曲面濾波器模型;接著,從微分幾何理論角度,闡述該能量泛函模型的物理意義和平均曲率能量減小方法;最后,在離散的圖像域,通過迭代的方式使圖像每個像素鄰域內(nèi)的曲面向極小曲面迭代進化,實現(xiàn)能量泛函的平均曲率能量極小化,從而能量泛函的總能量也完成極小化。實驗表明,該濾波器不僅能去除高斯噪聲、椒鹽噪聲,還能去除這兩類噪聲構(gòu)成的混合噪聲,其降噪性能和邊緣保持性能優(yōu)于同類型的其他5種全變分算法。 

【文章來源】：電子與信息學(xué)報. 2020年03期 北大核心

【文章頁數(shù)】：8 頁

【部分圖文】：

圖像域Ω分解方法

2中，白色圓點代表位置，藍色點表示形成三角形平面的3個點，黑色線表示連接關(guān)系，圖2(j)紅色點表示不能構(gòu)成平面的組合關(guān)系，共有4種。圖2(a),2(b),2(e),2(h),2(i)連接關(guān)系能形成4個三角形平面，圖2(c),2(d),2(f),2(g)能形成8個三角形平面。根據(jù)三角形與的空間位置關(guān)系，計算到這些平面的有向距離(有正負)，根據(jù)確定灰度值進化的目標(biāo)平面。ui,jdkui,j利用對應(yīng)灰度值到三角形質(zhì)心點的向量近似，如圖3所示。對應(yīng)灰度值向XOY平面投圖1圖像域Ω分解方法圖2uij鄰域內(nèi)3點的組合關(guān)系766電子與信息學(xué)報第42卷

?28個三角形按式(12)計算，找出對應(yīng)的，按式(15)迭代更新，算法偽代碼如下：MSF算法偽代碼：Φ(Ki,j計算)u(i,j)∈W_C子域：dk子程序1：計算,k=1,2,···,32|Dm|=min|dk找出滿足：|,k=1,2,···,32Dm的u(i,j)=u(i,j)+Φ(Ki,j)·Dm更新u(i,j)∈W_S子域：調(diào)用：子程序1u(i,j)∈B_c子域：調(diào)用：子程序1u(i,j)∈B_S子域：調(diào)用：子程序1輸出：u(i,j)∈圖3dk的近似求解方法第3期王滿利等：曲率差分驅(qū)動的極小曲面濾波器767

【參考文獻】：
期刊論文
[1]自適應(yīng)Split Bregman迭代的紅外圖像降噪算法[J]. 王宇,湯心溢,羅易雪,王世勇.  紅外與毫米波學(xué)報. 2014(05)
[2]基于能量泛函和視覺特性的全變分圖像降噪模型[J]. 郭從洲,秦志遠,時文俊.  中國圖象圖形學(xué)報. 2014(09)



本文編號：2913154