基于四方向全变分的图像去噪模型

doi:10.13438/j.cnki.jdzk.2020.03.003

吉首大学学报（自然科学版）

基于四方向全变分的图像去噪模型

滕鲜，彭英，杨奋林

(吉首大学数学与统计学院,湖南吉首 416000)

出版日期:2020-03-25 发布日期:2020-12-13
通讯作者: 杨奋林（1982—），女，湖南宁乡人，吉首大学数学与统计学院副教授，博士，主要从事图像处理和科学计算研究.
基金资助:
国家自然科学基金资助项目（11501243）；湘西自治州科技计划项目（2018SF5021）

Image Denoising Model Based on Four-Direction Total Variation

TENG Xian, PENG Ying, YANG Fenlin

（School of Mathematics and Statistics, Jishou University, Jishou 416000, Hunan China）

Online:2020-03-25 Published:2020-12-13

摘要/Abstract

摘要：

构造了一个四方向全变分（TV4）模型,并给出了求解模型的不动点方法.该模型采用每个像素点的梯度的向前、向后差分定义梯度模,能有效降低全变分（TV）模型的非线性程度.实验结果表明, TV4模型在一定程度上减少了TV模型的阶梯效应,且收敛速度比TV模型快.

关键词： 全变分, 四方向, 不动点方法, 阶梯效应

Abstract:

A four direction total variation (TV4) model is proposed. An effective fixed point method for solving the model is given. The gradient mode is defined by the forward and backward difference of the gradient of each pixel, which effectively reduces the nonlinear degree of the TV4 model. Experiments show that the model reduces the staircasing effect of TV model to a certain extent, and the convergence speed is faster than that of TV model.

Key words: total variation, four-direction, fixed point method, staircasing effect

滕鲜，彭英，杨奋林. 基于四方向全变分的图像去噪模型[J]. 吉首大学学报（自然科学版）, DOI: 10.13438/j.cnki.jdzk.2020.03.003.

TENG Xian, PENG Ying, YANG Fenlin. Image Denoising Model Based on Four-Direction Total Variation[J]. Journal of Jishou University（Natural Sciences Edition), DOI: 10.13438/j.cnki.jdzk.2020.03.003.

[1]	韩晓花, 杨奋林. 一种改进全变分配准模型的优化NMG求解方法[J]. 吉首大学学报（自然科学版）, 2021, 42(4): 44-49.
[2]	彭英, 杨奋林. 一个新的离散TV^p模型[J]. 吉首大学学报（自然科学版）, 2020, 41(5): 41-44.
[3]	张群艺, 杨奋林. 基于空间自适应全变分的图像配准[J]. 吉首大学学报（自然科学版）, 2020, 41(5): 37-40.
[4]	李曙，李冉，金鹏程，曹继华，陈泽平，周元玲，杨喜. 基于ATV正则化与初始模型约束的波阻抗反演[J]. 吉首大学学报（自然科学版）, 2018, 39(5): 33-37.
[5]	杨奋林，郭二冬. 基于TV模型和L²-模型的图像去噪方案[J]. 吉首大学学报（自然科学版）, 2016, 37(3): 39-41.

基于四方向全变分的图像去噪模型

Image Denoising Model Based on Four-Direction Total Variation

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 5

编辑推荐

Metrics

本文评价