一种改进全变差正则化的Shearlet自适应带钢图像去噪算法

• 作者: 韩英莉
• 来源期刊: 表面技术
• 学科: 工学
• 关键词: 冷轧带钢 图像去噪 Shearlet变换 全变差模型
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 应用技术
• 页码范围: 105-110
• 页数: 6页
• 分类号: TG115.2|TP183
• 字数: 4209字
• 语种: 中文

摘要

目的有效去除生产现场所采集的带钢图像上的混合噪声。方法结合Shearlet变换具有较好的稀疏表示图像特征的性质与全变分各向异性扩散的优点,提出一种带钢图像去噪新算法。对Shearlet变换分解后的图像进行硬阈值处理,再进行Shearlet变换重构形成估计图像,采用改进自适应的变差正则化的极小化迭代模型对估计图像进行迭代修正。结果去噪后的图像具有很好的视觉效果,避免了伪吉布斯效应的产生。在强噪水平下,对比新模型与小波去噪,PSNR提高了约9 dB,均方差降低了约319。结论该方法获得了较好的峰值信噪比增益,使信号幅度有较高的保真度,具有更好的平滑噪声和边缘保持功能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩英莉	天津工业大学机械工程学院	3	5	1.0	2.0