發(fā)布時(shí)間：2019-08-11 16:59

【摘要】：在圖像去噪處理過(guò)程中,為了保持圖像的邊緣及內(nèi)部紋理信息,提出一種基于全變差改進(jìn)的加權(quán)維納濾波圖像去噪模型。提出的模型利用加權(quán)項(xiàng)將維納濾波與改進(jìn)后的全變差模型相結(jié)合,通過(guò)構(gòu)建新算子建立新的擴(kuò)散模型使得圖像每一個(gè)像素點(diǎn)的梯度信息可以自適應(yīng)地選擇去噪的最佳模式來(lái)平滑噪聲圖像,既能夠在保護(hù)邊緣的條件下預(yù)先處理高斯噪聲,同時(shí)可以克服全變差模型的"階梯效應(yīng)"。結(jié)果表明,新模型不僅能夠有效去除噪聲,強(qiáng)化邊緣還有效地保證了邊緣結(jié)構(gòu)的細(xì)節(jié)信息。在峰值信號(hào)噪聲比測(cè)試中,該模型較之于傳統(tǒng)線性濾波法的信噪比提高了20 d B左右,均方差也大幅降低,更具理想性。
【圖文】：

理想，而全變差模型雖不能很好地保護(hù)邊緣結(jié)構(gòu)信息，但是去噪效果遠(yuǎn)遠(yuǎn)優(yōu)于維納濾波法。為了得到更好去噪效果，考慮將維納濾波方法與NATV去噪模型混合。引入一個(gè)權(quán)重參數(shù)α(0＜α＜1)以使得維納濾波與TV模型在去噪過(guò)程中充分發(fā)揮其優(yōu)勢(shì)，平衡兩項(xiàng)作用。表達(dá)式如下:I0混=αWinerI()0+1－()αNATVI()0(22)式中:Wiener表示維納濾波模型，NATV則表示本文提出的改進(jìn)后的自適應(yīng)全變差模型。由上式可知，在比較各個(gè)模型去噪性能之前必須先確定α值。由于在不同的噪聲水平下，最優(yōu)的加權(quán)值α也是不同的，圖1顯示為圖像質(zhì)量結(jié)構(gòu)相似比值(SSIM)在不同噪聲水平下的最優(yōu)加權(quán)值。從圖像中可以得出Lena圖像(512×512)在方差為5時(shí)，最高SSIM值所對(duì)應(yīng)的最優(yōu)加權(quán)值α為0．08，方差為10時(shí)，SSIM最高值所對(duì)應(yīng)的最優(yōu)加權(quán)值α為0.32，方差為20時(shí)SSIM最高值所對(duì)應(yīng)的最優(yōu)加權(quán)值α為0.48，在方差為40是SSIM最高值所對(duì)應(yīng)的最優(yōu)加權(quán)值α為0．38。若本文在接下來(lái)的去噪模型對(duì)比試驗(yàn)中均使用方差為20的高斯噪聲，加權(quán)值α為0．48進(jìn)行試驗(yàn)。圖1α在不同噪聲方差下的最優(yōu)選擇Fig．1Optimalselectionofαindefferentvarianceofnoise4實(shí)驗(yàn)結(jié)果驗(yàn)證與分析為了驗(yàn)證模型的可行性，利用MATLAB仿真軟件進(jìn)行噪聲去除分析．本文通過(guò)比較與原圖比較的SSIM值，MSE和峰值信噪比(PSNＲ)來(lái)評(píng)價(jià)算法的有效性［15］。MSE=1W×H∑Wi=1∑Hj=1［Ii，()j－I0i，()j］2(23)PSNＲ=10log102552MSE(24)圖像的分辨率為W×H，I表示去噪后圖像，I0表示初始圖像。MSE值越小越好，，而PSNＲ則為越大越好。分別對(duì)自然圖像Lena(512×512)和Dxy圖像(512×512)進(jìn)行試驗(yàn)，用上述3種方法進(jìn)行噪聲去除及比較驗(yàn)證。?

原始圖Fig．2Originalimages
【作者單位】： 南京信息工程大學(xué)電子與信息工程學(xué)院;兒童發(fā)展與學(xué)習(xí)科學(xué)教育部重點(diǎn)實(shí)驗(yàn)室;南京信息工程大學(xué)江蘇省大氣環(huán)境與裝備技術(shù)協(xié)同創(chuàng)新中心;
【基金】：國(guó)家自然科學(xué)基金(11202106) 東南大學(xué)基本科研業(yè)務(wù)費(fèi)(CDLS-2016-03)資助項(xiàng)目
【分類(lèi)號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 邢永濤;付中華;張艷寧;;二維維納濾波語(yǔ)音增強(qiáng)方法研究與實(shí)現(xiàn)[J];計(jì)算機(jī)工程與應(yīng)用;2009年19期

2 周凱汀;鄭力新;;圖像域閾值與維納濾波組合的圖像去噪方法[J];華僑大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年02期

3 胡洋;張穎;熊成基;陳雪波;;基于小波收縮閾值和維納濾波的去噪方法[J];遼寧科技大學(xué)學(xué)報(bào);2010年05期

4 王明吉;吳云;付東華;;基于小波域維納濾波的光纖面板暗影檢測(cè)[J];光學(xué)儀器;2011年05期

5 趙昱,申鉉國(guó);非重疊背景噪聲下的自適應(yīng)維納濾波模式識(shí)別方法[J];光學(xué)技術(shù);2005年01期

6 李正飛;;基于平穩(wěn)小波的維納濾波射線圖像去噪算法研究[J];機(jī)械工程與自動(dòng)化;2010年02期

7 鄒星;譚澤富;羅映祥;譚曉玲;;維納濾波在模糊車(chē)牌中的識(shí)別[J];科技信息;2010年17期

8 唐秀文;唐志列;吳泳波;;利用維納濾波改善聲透鏡光聲成像系統(tǒng)的分辨率[J];光子學(xué)報(bào);2011年01期

9 陳q

本文編號(hào)：2525419