基于非局部tv正则化的泊松去噪

基于非局部tv正则化的泊松去噪

ID:11937069

大小:2.33 MB

页数:19页

时间:2018-07-15

基于非局部tv正则化的泊松去噪_第1页
基于非局部tv正则化的泊松去噪_第2页
基于非局部tv正则化的泊松去噪_第3页
基于非局部tv正则化的泊松去噪_第4页
基于非局部tv正则化的泊松去噪_第5页
资源描述:

《基于非局部tv正则化的泊松去噪》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、广西科技大学基于非局部TV正则化的泊松去噪模型与算法所属学院:理学院学科专业:信息与计算科学学生:指导老师:2014年5月摘要去除医学CT成像,天文图像中的泊松噪声是一个重要的研究课题,大多数的图像复原算法,一般都是运用图像中某个领域内的灰度值、梯度信息,又或者是单一像素点进行处理。若我们能够在更大的范围内充分利用图像本身的信息,就有可能更高效地改善图像复原质量。事实上,大部分自然图像,它们的内容都有自相似性这一个特征。基于非局部的图像处理,就是以这种特征为考虑出发点。为了进一步提高图像去噪效果,同时

2、使边缘信息得到充分保留,针对泊松噪声,我们提出一种基于非局部TV正则化的泊松去噪模型与算法,该模型结合了TV正则化去噪和非局部理论特点,运用Bregman分裂的多步迭代和交替最小化法,来求解该抑制噪声模型,使其能达到图像复原。实验结果发现,通过非局部正则化的去噪算法,使泊松噪声在一定程度上得到抑制的效果比传统算法要好,还可以尽量保留图像的一些有效信息,如边缘和部分纹理等。因此,本文在深入分析非局部正则化的基础上,去介绍泊松抑制噪声算法模型,并与其他算法相比较,本文的算法使图像的恢复度更高。关键词:图像

3、去噪;泊松噪声;非局部正则化;分裂Bregman迭代;AbstractRemovalofmedicalCTimagingandastronomicalimageofPoissonnoiseisanimportantresearchsubject,mostoftheimagerestorationalgorithm,ingeneral,areusedintheimagegreyvalueinacertainfield,gradientinformation,orasinglepixelpointproc

4、essing.Ifwecanmakefulluseoftheimageitselfinalargerscopeofinformation,itispossibletoimprovetheimagequalitymoreeffectively.Infact,mostofthenaturalimages,theyallhaveself-similarity.Imageprocessingisbasedonnonlocal,whichisconsideredasastartpoint.Inordertofu

5、rtherimprovetheeffectofimagedenoisingandedgeinformationfullyatthesametime.accordingtopoissonnoise,weproposeapoissondenoisingalgorithmbasedonthenonlocaltotalvariationregularization.AndthealgorithmofthemodelisacombinationofTVregularizationdenoising,andthe

6、characteristicsofthenonlocaltheory,usingBregmansplititerativeandalternatingminimizationmethodtosolvethenoisemodel,soitcanachieveimagerestoration.Theexperimentalresultsshowthatthenon-localregularizationdenoisingalgorithm,toacertainextent,hasabettereffect

7、onsuppressingPoissonnoisethantraditionalalgorithm,wecanalsotrytoreservesomeeffectiveimageinformation,suchasedgeandpartofthetexture.Therefore,thispaperonthebasisofin-depthanalysisofnonlocalregularzation,tointroducethepoissondenoisingalgorithmmodel.andcom

8、paredwithoothermethods,thealgorithmofthethisarticlemaketheimagemorerecover.Keywords:imagedenoising;Poissonnoise;non-localregularization;splitBregmanmethod目录摘要2Abstract21绪论41.1课题研究背景及意义41.2图像泊松噪声抑制方法的研究现状41.3论文研究的主要内容41.3.1论文的主要创新

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。