青岛大学学报（自然科学版）
青島大學學報（自然科學版）
청도대학학보（자연과학판）
JOURNAL OF QINGDAO UNIVERSITY(NATURAL SCIENCE EDITION)
2014年
1期
59-65
,共7页
洪丹枫%魏伟波%潘振宽%吴鑫
洪丹楓%魏偉波%潘振寬%吳鑫
홍단풍%위위파%반진관%오흠
图像去噪%Curvelet变换%环绕效应%非局部TV模型%纹理保持
圖像去譟%Curvelet變換%環繞效應%非跼部TV模型%紋理保持
도상거조%Curvelet변환%배요효응%비국부TV모형%문리보지
image denoising%curvelet transform%wrap around effect%non-local TV model%texture preserving
为解决Curvelet图像去噪所产生的“环绕”效应以及非局部TV模型去噪过度平滑而无法保持细小纹理的问题,本文提出了一种基于Curvelet变换与非局部TV模型相结合的图像去噪方法(Curvelet and Non-Local TV,CNL-TV).该方法首先对含噪图像进行Curvelet变换,将其分解成不同尺度的图像;其次根据每层图像的特性,选择合适的非局部TV模型参数分别进行处理;最后将处理后的每层图像融合.实验结果表明,该算法不仅能够有效地减少噪声,消除Curvelet去噪产生的“环绕”效应,而且最大程度地保持了图像中的细小纹理成分.通过比较不同方法所得结果的峰值信噪比,验证了算法的有效性.
為解決Curvelet圖像去譟所產生的“環繞”效應以及非跼部TV模型去譟過度平滑而無法保持細小紋理的問題,本文提齣瞭一種基于Curvelet變換與非跼部TV模型相結閤的圖像去譟方法(Curvelet and Non-Local TV,CNL-TV).該方法首先對含譟圖像進行Curvelet變換,將其分解成不同呎度的圖像;其次根據每層圖像的特性,選擇閤適的非跼部TV模型參數分彆進行處理;最後將處理後的每層圖像融閤.實驗結果錶明,該算法不僅能夠有效地減少譟聲,消除Curvelet去譟產生的“環繞”效應,而且最大程度地保持瞭圖像中的細小紋理成分.通過比較不同方法所得結果的峰值信譟比,驗證瞭算法的有效性.
위해결Curvelet도상거조소산생적“배요”효응이급비국부TV모형거조과도평활이무법보지세소문리적문제,본문제출료일충기우Curvelet변환여비국부TV모형상결합적도상거조방법(Curvelet and Non-Local TV,CNL-TV).해방법수선대함조도상진행Curvelet변환,장기분해성불동척도적도상;기차근거매층도상적특성,선택합괄적비국부TV모형삼수분별진행처리;최후장처리후적매층도상융합.실험결과표명,해산법불부능구유효지감소조성,소제Curvelet거조산생적“배요”효응,이차최대정도지보지료도상중적세소문리성분.통과비교불동방법소득결과적봉치신조비,험증료산법적유효성.
