梯度加权的高阶变分图像去噪模型??

• 作者: 王建龙 王静 芦碧波
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 图像去噪 高阶变分模型 正则项 边界保持 阶梯效应
• 年，卷（期）: 2015,（9）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 1139-1146
• 页数: 8页
• 分类号: TP391.41
• 字数: 4142字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1412066

摘要

针对现有高阶变分模型不能很好保持边界的问题，引入卷积后的一阶梯度信息作为二阶导数的加权函数，建立了一个新的高阶变分能量泛函，并得到了四阶偏微分方程扩散模型。在加权系数的构造中，在分析经典二阶全变分扩散模型结构的基础上，给出了具有一定边缘保持能力的加权函数设计方案。此加权函数可判断图像局部区域结构，自适应调整扩散速度，有利于在扩散中保留细节。数值实验表明，该模型可以有效去除噪声，消除阶梯效应，避免边界振荡，具有较好的边界保持性质。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王静	河南理工大学计算机科学与技术学院	54	149	6.0	10.0
2	芦碧波	河南理工大学计算机科学与技术学院	44	99	5.0	6.0
3	王建龙	河南理工大学计算机科学与技术学院	4	14	3.0	3.0