|
|
EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
摘要:噪声和图像的细节特征主要集中于图像高频部分,在图像去噪过程中,图像的某些重要特征(如边缘、细小纹理等)易受到破坏.针对这一情况,本文提出基于曲率变分正则化的小波变换图像去噪方法,首先用小波提取图像的高频成分,对图像进行增强处理,然后用增强图像的水平集曲率建立一个基于水平集曲率的曲率驱动函数,再将曲率驱动函数作为一个校正因子引人到变分模型中,建立曲率变分模型,用以控制图像的整体结构.在缺乏图像梯度信息的情况下,该模型克服了ROF模型错误扩散这一缺点,符合图像处理的形态学原则.最后,用建立的曲率变分模型处理提取的高频成分,重构处理后的高频成分和原来的低频成分,得到去噪后的图像.分析和仿真结果表明,新算法可有效抑制噪声,有极高的图像结构相似度,去噪效果明显.4 c8 m+ {7 Q X, _1 a- T6 C# s
$ W: c+ H* }$ _% \) @) t: _
关键词:图像去噪;变分模型;驱动函数;水平集曲率;小波变换
( G+ l! q8 r6 t8 n! i) j" J" j: ]& v$ p3 g9 y& q' z, T
数字图像处理技术已广泛的应用于许多科学领域.在实际应用中,图像的产生和传输都会夹杂一些随机脉冲或其他噪声干扰,这严重影响了图像的质量,因此,在对图像进行边缘检测、对比度增强和图像分割等处理之前,图像去噪便是图像处理的首要任务.现阶段图像去噪主要基于以下两类方法:即偏微分方程(Par-tial Differential Equation , PDE)图像去噪方法和小波去噪方法.) h* ^3 f1 f7 m! U5 S$ A9 x& m
# X& I) D, p; M( l
+ l" B- | L$ k) }# ?! ?
" p8 |2 g7 c/ i& x. v$ E1 W8 `4 u8 h c# N$ a7 ]) j
. i* Z" e' C! B6 Y, ]" s7 J& y
|
|
/1 
发表于 2021-5-13 09:38
收藏
淘帖
支持！
反对！