结构自适应全变分型图像去噪模型

发布时间：2025-06-06 04:55

　　图像复原问题中的正则化方法已经成为越来越流行的方法,在模型中如何选择一个有效的正则项是问题的关键.在过去的几十年中,一种基于全变分(TV)的正则化方法已被用于许多图像处理问题.尽管它具有较好的保边能力,但由于在计算时仅考虑水平和竖直方向的差分,所以并不能有效描述图像的局部特征.通过引入旋转矩阵和加权矩阵对差分算子进行旋转和加权,学者们提出了方向全变分(DTV)模型.然而该类模型中的方向角是固定的,因此依旧不能有效复原多结构图像.基于此,本文提出新的方向全变分(DTV)模型,并利用有效的数值方法求解.其主要内容如下:·为了更加有效地描述图像的局部结构,且使复原效果更加具有鲁棒性,本文基于方向全变分模型提出一种自适应方向全变分(ADTV)模型,其中梯度算子通过耦合旋转算子和加权算子来有效地描述图像的局部结构.旋转算子中使用的自适应角度θ(f)是利用方向场估计(OFE)来获取的,它主要取决于一个邻域内像素的平均相位角.·在自适应方向全变分(ADTV)模型的基础上对模型正则项做进一步改进,即:基于非凸lp-拟模项作为正则项提出一种具有鲁棒性的结构自适应全变分型图像去噪模型(ADTVP).·由于所...

【文章页数】：54 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    §1.1 引言
    §1.2 图像去噪的方法综述与现状
    §1.3 本文的主要研究内容与结构安排
    §1.4 符号说明
第二章 图像去噪的相关理论知识
    §2.1 基本概念
    §2.2 l²-l^p问题
    §2.3 数值方法
    §2.4 基本的图像去噪模型
第三章 基于TV的方向自适应去噪模型
    §3.1 模型导入
    §3.2 模型求解与收敛性分析
    §3.3 实验设置与结果分析
第四章 基于TV^p的结构自适应去噪模型
    §4.1 模型导入
    §4.2 算法与收敛性分析
    §4.3 参数估计与数值实验
第五章 总结与展望
参考文献
致谢
攻读硕士学位期间撰写的学术论文



本文编号：4049821