基于小波和变分泛函的图像分解

被引:3
作者
姜东焕 [1 ]
徐光宝 [2 ]
宋国乡 [1 ]
机构
[1] 西安电子科技大学理学院数学系
[2] 山东科技大学信息科学与工程学院
关键词
图像分解; 变分泛函; 小波; Besov空间;
D O I
暂无
中图分类号
TN911.73 [图像信号处理];
学科分类号
081002 [信号与信息处理];
摘要
提出了一种小波域图像分解算法,该算法通过在小波域中最小化一个变分泛函把图像分解成u和v两部分,其中u在Besov空间B11(L1)表示图像的几何特征,v在对偶空间B∞-1(L∞)刻画了零均值振荡信号,如纹理和噪声。在求解泛函最小值时,采用一种新的迭代的子空间投影方法,利用该投影方法得到图像在小波域中的分解部分序列,重构该序列的极限即可得到图像的分解部分,同时给出了该迭代方法的收敛性证明。实验结果表明新模型比Daubechies-Teschke模型能更好地分解图像,尤其是低噪声图像。
引用
收藏
页码:848 / 851
页数:4
相关论文
共 3 条
[1]
Image decomposition into a bounded variation component and an oscillating component [J].
Aujol, JF ;
Aubert, G ;
Blanc-Féraud, L ;
Chambolle, A .
JOURNAL OF MATHEMATICAL IMAGING AND VISION, 2005, 22 (01) :71-88
[2]
Image denoising and decomposition with total variation minimization and oscillatory functions [J].
Vese, LA ;
Osher, SJ .
JOURNAL OF MATHEMATICAL IMAGING AND VISION, 2004, 20 (1-2) :7-18
[3]
Modeling textures with total variation minimization and oscillating patterns in image processing [J].
Vese, LA ;
Osher, SJ .
JOURNAL OF SCIENTIFIC COMPUTING, 2003, 19 (1-3) :553-572