基于Lp伪范数和高阶OGS全变分的椒盐噪声去除

• 作者: 程祝媛 倪婉贞 陈颖频
• 来源期刊: 图学学报
• 关键词: 图像去噪 交叠组稀疏 Lp伪范数 高阶梯度 正则项
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 图像处理与计算机视觉|Image Processing and Computer Vision
• 页码范围: 23-31
• 页数: 9页
• 分类号: TP391
• 语种: 中文
• DOI: 10.11996/JG.j.2095-302X.2021010023

摘要

全变分(TV)模型广泛应用于椒盐噪声的去除.然而,TV模型中存在着严重的阶梯效应.近年来,由于低阶交叠组稀疏(LOGS)全变分能够很好地抑制阶梯效应,受到了越来越多的关注,但仍有改进空间.实际上,其只考虑一阶图像梯度的先验信息,而忽略了高阶图像梯度的先验信息.为了进一步提高恢复图像的质量,提出了一种结合Lp伪范数的高阶OGS全变分,在利用高阶梯度的OGS约束更好地描述图像梯度稀疏先验的同时,还利用Lp伪范数的强稀疏诱导能力更好地描述椒盐噪声的稀疏性.该模型采用交替方向乘子法求解,并将模型分解为若干个子问题求解.最后,通过实验验证了该模型的正确性,并结合峰值信噪比、结构相似性度和梯度幅值相似性偏差对模型的恢复性能进行了评价.实验结果表明,该方法相比一些先进的去噪模型具有很强的竞争力.