基于自适应全变差的乘性噪声去噪算法

针对现有去除乘性噪声的变分模型存在细节丢失和计算速度慢的问题,文中引入权重函数,在此基础上给出一种基于偏微分方程(PDE)的去除图像乘性噪声的变分模型。为了提高运算速度,在该模型中引入不精确的交替方向乘子算法(IADMM)。在算法中,引入辅助变量将原问题变为3个相关的子问题,然后分别对3个子问题求解。实验结果表明,模型有较好的去噪效果,能够较好地抑制图像中的"阶梯效应"。与梯度下降法相比,该算法处理过程快,极大地缩短了运算时间,并且保持了较好的去噪效果。

基于偏微分方程的乘性噪声去噪算法

图像去噪是图像处理中最基本的问题,也是当前研究的热点。近年来,国内外学者对去除乘性噪声进行了大量的研究,在AA模型的基础上提出了许多去除合成孔径雷达图像中的伽马噪声的模型,它们都可以有效地去除图像中的噪声,但是共同的缺点是原图像的细节丢失并且计算速度慢。针对这些问题,引入了权重函数,在此基础上给出一种基于偏微分方程的去除图像乘性噪声的变分模型。然后使用交替迭代法,求出了该模型的数值解,并从理论上说明了该迭代序列的收敛性。数值实验结果表明,所提出的模型保持了较好的去噪效果,能够较好地抑制图像中的"阶梯效应";与其他模型相比,该算法处理速度快,极大地缩短了运算时间。