基于梯度和信息熵特性的自适应分数阶微积分图像去噪研究

• 作者: 康凯
• 来源期刊: 光学与光电技术
• 学科: 工学
• 关键词: 梯度 信息熵 自适应 分数阶 图像去噪
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 图像与信号处理
• 页码范围: 56-65
• 页数: 10页
• 分类号: TP391.41
• 语种: 中文

摘要

椒盐噪声常存在于数字图像中,以随机的黑白像素点的形式呈现,降低了图像的处理效率.为去除椒盐噪声,基于梯度和信息熵特性,对自适应分数阶微积分椒盐噪声图像去噪算法进行了研究.该算法中,利用图像的局部特征,对图像的噪声点、边界、纹理区域和平缓的区域进行分割.在分割的基础上,对于不同的像素点,给出关于信息熵和梯度的分数阶的阶次分段函数.实验结果表明,相较于传统去噪算法,提出的自适应分数阶微积分椒盐噪声图像去噪算法能大幅提升PSNR和ENTROPY值,从而在较好地完成去噪的同时,还能抑制图像边界和纹理区域的信息缺失.