本文選題：高階全變分 + 圖像去噪�。� 參考：《系統(tǒng)工程與電子技術(shù)》2017年12期

【摘要】：高階全變分圖像去噪方法利用圖像方向?qū)?shù)的可分L1范數(shù),構(gòu)建優(yōu)化方程進(jìn)行圖像去噪,可以在去除圖像噪聲的同時(shí)有效保留圖像中的細(xì)節(jié)信息。然而傳統(tǒng)高階全變分方法計(jì)算復(fù)雜度較高、耗時(shí)較長。針對此問題,提出了一種基于增廣拉格朗日乘子的快速高階全變分圖像去噪方法。首先,利用Huber方程重建高階全變分優(yōu)化方程;其次,通過添加輔助變量及引入拉格朗日乘子,將優(yōu)化方程轉(zhuǎn)換為兩個(gè)較易求解的子問題進(jìn)行交替最小化迭代求解。實(shí)驗(yàn)證明,在相同條件下,與傳統(tǒng)方法相比,基于增廣拉格朗日乘子的高階全變分圖像去噪方法可以大幅提高運(yùn)算速度,并且能在去除圖像噪聲的同時(shí)更好地保留圖像邊緣、紋理、細(xì)節(jié)等信息,獲得視覺效果更好的去噪圖像。
[Abstract]:High-order total variational image denoising method uses the divisible L1 norm of the directional derivative of the image to construct an optimization equation for image denoising, which can effectively preserve the details of the image while removing the image noise. However, the computational complexity of the traditional high order total variational method is higher and the time consuming is longer. To solve this problem, a fast high order total variational image denoising method based on augmented Lagrangian multiplier is proposed. Firstly, the Huber equation is used to reconstruct the higher order total variational optimization equation. Secondly, by adding auxiliary variables and introducing Lagrange multiplier, the optimization equation is transformed into two subproblems which are easy to solve and are solved by alternating minimization iteration. Experiments show that under the same conditions, compared with the traditional method, the denoising method based on augmented Lagrangian multiplier can greatly improve the computation speed and preserve the edge of the image while removing the image noise. Texture, details and other information to obtain a better visual effect of denoising image.
【作者單位】： 哈爾濱工業(yè)大學(xué)電子與信息工程學(xué)院;中船重工第七0三研究所;
【基金】：國家自然科學(xué)基金(61501146) 黑龍江省自然科學(xué)基金面上項(xiàng)目(F2016018)資助課題
【分類號】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王順利;支持向量機(jī)在圖像去噪處理中的初步研究[J];集寧師專學(xué)報(bào);2004年04期

2 王勇智,黃紅波;一種數(shù)學(xué)圖像去噪的新方法[J];岳陽職業(yè)技術(shù)學(xué)院學(xué)報(bào);2005年01期

3 楊淑伶;郭定輝;管克英;;一個(gè)用于圖像去噪、量化的反應(yīng)擴(kuò)散模型[J];數(shù)學(xué)的實(shí)踐與認(rèn)識;2006年08期

4 王香菊;;圖像去噪方法及應(yīng)用[J];科技情報(bào)開發(fā)與經(jīng)濟(jì);2007年27期

5 高嵐;廖云良;袁中華;;尺度適應(yīng)性二代小波的圖像去噪方法[J];船海工程;2007年06期

6 楊文國;;基于擴(kuò)散方程的圖像去噪[J];科技風(fēng);2008年20期

7 于雯輝;田逢春;李立;唐光菊;;基于空域平均的圖像去噪方法[J];光電子技術(shù);2008年02期

8 王銀峰;朱麗麗;何光宏;朱根琴;;一種基于尺度相關(guān)的小波圖像去噪方法[J];激光雜志;2008年05期

9 姚斌;楊玲香;;基于非線性復(fù)擴(kuò)散和小波的圖像去噪方法[J];航空計(jì)算技術(shù);2009年05期

10 李柯材;張曦煌;;基于鄰域閾值萎縮法的圖像去噪方法的優(yōu)化[J];計(jì)算機(jī)應(yīng)用;2010年01期

相關(guān)會(huì)議論文 前10條

1 劉旨春;朱偉;盛磊;;基于鄰域特性的小波閾值圖像去噪方法[A];第九屆全國信息獲取與處理學(xué)術(shù)會(huì)議論文集Ⅱ[C];2011年

2 陳仙紅;屈小波;郭迪;寧本德;陳忠;;自適應(yīng)方向小波在磁共振圖像去噪中的應(yīng)用[A];第十七屆全國波譜學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];2012年

3 韓希珍;趙建;;基于偏微分方程的圖像去噪[A];第八屆全國信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2010年

4 殷明;劉衛(wèi);;基于非高斯分布的四元數(shù)小波圖像去噪[A];全國第22屆計(jì)算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議(CACIS·2011)暨全國第3屆安全關(guān)鍵技術(shù)與應(yīng)用（SCA·2011）學(xué)術(shù)會(huì)議論文摘要集[C];2011年

5 侯艷芹;李均利;魏平;陳剛;;一種新的基于模糊均差和小波閾值的醫(yī)學(xué)圖像去噪方法[A];第十三屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2006年

6 劉曙光;費(fèi)佩燕;屈萍鴿;;基于對偶樹復(fù)小波的圖像去噪技術(shù)研究[A];2009中國儀器儀表與測控技術(shù)大會(huì)論文集[C];2009年

7 周利利;張曉明;;基于小波變換的圖像去噪研究[A];2009全國測繪科技信息交流會(huì)暨首屆測繪博客征文頒獎(jiǎng)?wù)撐募痆C];2009年

8 王文;康錫章;王曉東;;基于小波域HMT的航空偵察圖像去噪方法[A];'2003系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文集[C];2003年

9 倪永婧;王成儒;;一種紋理圖像去噪方法的研究[A];2006中國控制與決策學(xué)術(shù)年會(huì)論文集[C];2006年

10 鄧超;;基于改進(jìn)神經(jīng)網(wǎng)絡(luò)的CCD圖像去噪方法研究[A];武漢(南方九省)電工理論學(xué)會(huì)第22屆學(xué)術(shù)年會(huì)、河南省電工技術(shù)學(xué)會(huì)年會(huì)論文集[C];2010年

相關(guān)博士學(xué)位論文 前10條

1 張偉;具有擴(kuò)散—波動(dòng)調(diào)和特性的圖像去噪方法[D];上海交通大學(xué);2014年

2 劉孝艷;變分、PDE和非局部濾波在圖像去噪中的應(yīng)用研究[D];西安電子科技大學(xué);2015年

3 羅亮;基于MCMC采樣的非局部圖像去噪方法研究[D];西安電子科技大學(xué);2015年

4 廖帆;四方向全變分在圖像去噪問題中的應(yīng)用[D];東南大學(xué);2015年

5 楊昊;圖像去噪中幾種優(yōu)化算法的相關(guān)研究[D];電子科技大學(xué);2016年

6 楊成佳;圖像去噪及其效果評估若干問題研究[D];吉林大學(xué);2016年

7 張崢嶸;基于變分模型的泊松圖像去噪及去模糊研究[D];南京理工大學(xué);2015年

8 劉紅毅;結(jié)構(gòu)保持的圖像去噪方法研究[D];南京理工大學(xué);2011年

9 侯迎坤;非局部變換域圖像去噪與增強(qiáng)及其性能評價(jià)研究[D];南京理工大學(xué);2012年

10 侯建華;基于小波及其統(tǒng)計(jì)特性的圖像去噪方法研究[D];華中科技大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 陳龍;偏微分方程擴(kuò)散模型在圖像去噪中的應(yīng)用[D];昆明理工大學(xué);2015年

2 李孟嬌;基于壓縮感知的圖像去噪理論研究[D];長安大學(xué);2015年

3 顏珂;高通量基因測序堿基識別中圖像去噪的方法研究[D];哈爾濱工業(yè)大學(xué);2015年

4 遲廣元;兩類圖像去噪模型的若干數(shù)值新方法研究[D];華北電力大學(xué);2015年

5 陳會(huì)娟;噪聲的估計(jì)及基于快速NLM的去除[D];華僑大學(xué);2015年

6 溫海嬌;圖像去噪與恢復(fù)[D];南京航空航天大學(xué);2014年

7 田剛;基于非局部均值的MRI圖像去噪研究[D];西安電子科技大學(xué);2014年

8 范婷;基于字典學(xué)習(xí)的圖像去噪方法研究[D];西安電子科技大學(xué);2014年

9 艾立;基于變分和偏微分方程的圖像去噪研究[D];電子科技大學(xué);2015年

10 李鵬;自適應(yīng)形態(tài)學(xué)在圖像去噪與邊緣檢測中的應(yīng)用研究[D];西安電子科技大學(xué);2014年

，

本文編號：2039278