图像复原的Contourlet收缩与广义全变分正则化方法

• 作者: 万遂人 刘增力 文乔农
• 来源期刊: 信息与控制
• 关键词: 图像复原 全变分模型 方块效应 Contourlet收缩 正则化 广义全变分模型
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 论文与报告
• 页码范围: 163-169
• 分类号: TP751
• 语种: 中文
• DOI: 10.3724/SP.J.1219.2010.00163

摘要

建立了广义全变分(total variation,TV)模型,分析正则项在复原算法中的作用.分别从图像的平坦区域和边缘区域入手,在平坦区域图像各向同性扩散,在边缘区域则要满足各向异性扩散,从理论上对两种情形下的扩散做深入分析,推导出广义TV模型满足的一些条件,为了防止高噪声情形下复原模型失效以及克服方块效应,在正则项中引入了 Contourlet收缩,它是一种多分辨的、局域的、多方向的更稀疏的图像表示方法,正则项中引入的Contourlet收缩具有去噪和提取图像重要信息的作用,Contourlet收缩与广义TV正则化相结合,兼顾了图像的光滑性和边缘保持,特别是在图像严重模糊、噪声越多的情形下,更加体现了这种算法比改进的TV模型有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	文乔农	东南大学医学电子学实验室	8	43	3.0	6.0
2	万遂人	东南大学医学电子学实验室	52	261	9.0	13.0
3	刘增力	昆明理工大学信息工程与自动化学院	68	155	6.0	8.0