基于改进的全变差方法的图像分解

• 作者: 刘瑞华 谢挺
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 图像分解 全变差 数值解 极小泛函
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 信息·计算机
• 页码范围: 156-161
• 页数: 6页
• 分类号: TP751.1
• 字数: 2998字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2020.07.022

摘要

图像分解是将图像的不同组成部分利用分解算法分别提取出来,而全变差方法是基于PDE方法进行图像处理问题的一种数学方法.在Meyer等思想的影响下,对现有基于BV(Ω)空间的全变差(TV)正则项进行分析研究后,提出了一种L1(Ω)空间上的改进的全变差正则模型.在改进的TV方法基础上,首先分别推荐了改进的TV-G和TV-H-1图像分解极小泛函模型;然后给出了相应的欧拉-拉格朗日方程以及对应的数值解;最后,对3类测试图像,包括纹理类图像、航空类图像、杂类图像分别进行了图像分解数值实验,同时也进行了信噪比和时间效率的对比分析.实验结果表明:改进的TV-H-1模型在针对纹理类图像分解时,分解效果优于TV-H-1模型,而改进的TV-G模型在针对上述3类图像分解时,大部分图像分解效果优于TV-G模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘瑞华	重庆理工大学两江人工智能学院	8	16	3.0	3.0
2	谢挺	重庆理工大学理学院	6	1	1.0	1.0