融合L2和KL保真项的图像恢复算法

• 作者: 刘朝霞 刘洪琛 张龙
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 高斯-泊松混合噪声 调和模型 全变差图像恢复模型 图像恢复 变分法 偏微分方程 数值仿真
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 图形图像处理
• 页码范围: 214-221
• 页数: 8页
• 分类号: TP391
• 字数: 5691字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1812-0072

摘要

为了有效抑制高斯-泊松混合噪声,针对调和模型不能有效保存图像的边缘细节信息和Kullback-Leibler散度作为保真项(KL保真项)的全变差图像恢复模型对光滑的区域部分去噪会产生"阶梯效应"的不足,提出一种针对高斯-泊松混合噪声去噪的图像恢复变分模型.该模型利用增广拉格朗日算法进行数值实现,将调和模型和全变分模型按照比例进行融合,结合两种模型的优点,增强模型的去噪性能;Kullback-Leibler散度作为保真项和L2保真项按照比例进行混合,能有效去除高斯-泊松混合噪声的同时,保护图像的边缘细节;使用多幅含不同混合噪声的图像进行对比实验,采用峰值信噪比、结构相似度指标评定图像的恢复效果.实验结果表明,该模型的峰值信噪比和结构相似度大于使用Kullback-Leibler散度作为保真项的全变差图像恢复(TV-KL)模型、改进MS模型(MRT),以及保真项混合模型(MFT)这三个模型,并且计算的CPU时间更短,去噪效果得到明显改善.所提模型具有更好的去噪性能,有效地保持了图像细节和纹理特征方面的信息,获得了更理想的视觉效果,不仅能提高了图像质量,而且在客观上得到了有效的证实,可以应用于X射线图像去噪.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘朝霞	中央民族大学理学院	9	15	2.0	3.0
2	刘洪琛	中央民族大学理学院	2	0	0.0	0.0
3	张龙	中央民族大学理学院	3	0	0.0	0.0