有效保持细节特征的图像椒盐噪声滤除方法

被引：12

作者：

肖泉 ^{[1
]}

丁兴号 ^{[1
]}

王守觉 ^{[1
,2
]}

廖英豪 ^{[1
]}

郭东辉 ^{[1
]}

机构：

[1] 厦门大学信息科学与技术学院电子工程系

[2] 中国科学院半导体研究所

来源：

电子学报 | 2010年 / 38卷 / 10期

关键词：

图像去噪; 非线性滤波; 自适应加权; 细节保持;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

论文结合几种去噪方法,提出一种统一的图像去噪模型.该模型通过一个统一的目标函数将图像去噪问题转化为最优化问题,目标函数的构造主要包括估计残差惩罚函数、局部权函数及正则化项三个方面.随后基于此模型提出一种新的去除椒盐噪声的非线性滤波方法,其中估计残差惩罚函数采用L1范数形式,局部权函数采用自适应高斯核函数,正则化项则利用图像的小波域稀疏性作为先验约束来构造.由于充分融合了图像的全局和局部统计特性,因而在抑制噪声的同时能够更好地保持图像边缘等细节特征,相关去噪实验结果证实了本文方法的有效性.

引用

页码：2273 / 2278

页数：6

共 6 条

[1] 基于相关度量的高椒盐噪声软阈值直方图滤波算法 [J].

王博 ;

潘泉 .

电子学报, 2007, (07) :1347-1351

[2] 基于相似度函数的图像椒盐噪声自适应滤除算法 [J].

宋宇 ;

李满天 ;

孙立宁 .

自动化学报, 2007, (05) :474-479

[3] 一种非线性数字滤波器的统一设计框架及其性能分析 [J].

邵文泽 ;

韦志辉 .

计算机学报, 2007, (01) :91-102

[4] 一种用于抑制椒盐噪声的多窗口中值滤波器 [J].

邢藏菊 ;

曲延锋 ;

徐健 ;

王守觉 .

电子与信息学报, 2002, (12) :1912-1916

[5] A Variational Approach to Remove Outliers and Impulse Noise [J].

Mila Nikolova .

Journal of Mathematical Imaging and Vision, 2004, 20 :99-120

[6]

On the unification of line processes, outlier rejection, and robust statistics with applications in early vision[J] . Michael J. Black,Anand Rangarajan.International Journal of Computer Vision . 1996 (1)

← 1 →