【摘要】：當(dāng)今時(shí)代,信息技術(shù)發(fā)展尤為迅速。作為信息科技中重要的一部分,圖像處理技術(shù)也獲得了普遍的運(yùn)用。利用變分法和偏微分方程進(jìn)行圖像處理是近些年來剛剛興起的新思路,存在著其獨(dú)特的優(yōu)勢。然而該方法也同樣存在著某些處理上的不足之處,比如階梯效應(yīng)問題以及紋理保護(hù)問題。非局部變分方法是變分法和偏微分方程圖像處理技術(shù)的推廣,在一定程度上解決了階梯效應(yīng),并在紋理結(jié)構(gòu)保護(hù)方面表現(xiàn)出色。一方面,非局部方法依賴圖像塊之間的接近程度來完成圖像的平滑過程。由于乘性噪聲對圖像巨大的破壞性,很大程度上限制了非局部方法的應(yīng)用。另一方面,傳統(tǒng)非局部方法中的Gauss核加權(quán)歐氏距離很難應(yīng)用到乘性噪聲模型中去,這會(huì)導(dǎo)致權(quán)函數(shù)與真實(shí)值相差甚遠(yuǎn)。另外,非局部方法龐大的計(jì)算量也是一個(gè)制約其發(fā)展的一個(gè)因素。本文就以上所說的三個(gè)方面,針對非局部變分法在去噪過程中的運(yùn)用,做了一些工作。首先,本文針對非局部方法的去噪特點(diǎn)和乘性噪聲巨大的破壞性之間的矛盾,提出了一種基于灰度水平的非局部變分模型,用于針對高低不同灰度水平圖像噪聲的去除。該模型能夠很好的去除乘性噪聲的同時(shí)又避免產(chǎn)生階梯效應(yīng),對紋理保護(hù)也有很好的效果。數(shù)值仿真也證實(shí)了此方法的去噪成效,在噪聲水平越大時(shí),該方法比其他局部方法有著更強(qiáng)的保持紋理能力。其次,本文針對Gauss濾波作為非局部方法預(yù)處理導(dǎo)致的權(quán)函數(shù)計(jì)算不精確問題,采用AA模型和基于灰度水平的AA模型代替Gauss濾波,取得了十分不錯(cuò)的去噪效果,尤其是當(dāng)噪聲水平不是很高時(shí),AA模型和基于灰度水平的AA模型比Gauss濾波有著不可比擬的優(yōu)勢。最后,本文針對提出的模型分別用傳統(tǒng)梯度下降方法和分裂Bregman迭代分別求解。分裂Bregman算法極大地提高了計(jì)算效率,能夠把上數(shù)十上百次的迭代步數(shù)控制在十次以內(nèi),同時(shí)又不會(huì)影響去噪效果。本文研究了基于非局部變分法的圖像去噪方法,針對乘性噪聲去除,構(gòu)造了基于灰度水平的非局部變分模型。同時(shí)改進(jìn)了非局部方法預(yù)處理的去噪模型。最后,提出了模型的快速求解方法。
【圖文】：

圖 2-1 全變分的性質(zhì)-1 可知，三者的光滑性有很大的不同。然而根據(jù)上式，。即若以全變分TV u 用于圖像u 的正則性度量，那么正則性是沒有差別的。所以在求全變分 極小值的處被平滑的情況，也就是在極小化圖像的全變分時(shí)，圖

a) 紋理圖像 1 b) 紋理圖像 2 c) Barbara 圖像圖 5-1 實(shí)驗(yàn)所用的三張?jiān)紙D像通過實(shí)驗(yàn)結(jié)果可以看出，，基于灰度水平的非局部變分模型和基于 AA 模非局部正則模型處理結(jié)果都要比去除乘性噪聲經(jīng)典模型 AA 模型要好很多僅體現(xiàn)在峰值信噪比這一點(diǎn)，而且視覺效果上本文的方法也好很多。為方
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 Xi Rubing;Wang Zhengming;Xie Meihua;Zhao Xia;Wang Weiwei;;A non-local vectorial total variational model for multichannel SAR image speckle suppression[J];Chinese Journal of Aeronautics;2015年03期

2 陳強(qiáng);鄭鈺輝;孫權(quán)森;夏德深;;片相似性各項(xiàng)異性擴(kuò)散圖像去噪[J];計(jì)算機(jī)研究與發(fā)展;2010年01期

本文編號(hào)：2565630