基于各向异性全变分的迭代滤波算法

空间邻近度和像素值相似度的双边滤波(BF)器在滤波时,由于其值域滤波核系数的计算易受到噪声的干扰,在噪声水平较大时,直接使用噪声图像来指导核函数权值计算的方案不可行。为此,提出一种结合各向异性全变分和BF的图像去噪算法,将各向异性全变分算法与BF算法相结合,首先利用各向异性全变分算法对噪声图像进行处理,得到一幅边缘结构信息较为丰富的结果图像,接着将该结果图像作为BF算法的引导图像来指导值域滤波核系数的计算,为保证算法的稳定性,对上述过程进行迭代处理。此外,为提高各向异性全变分算法的计算效率,引入了Split Bregman迭代算法进行加速处理。实验表明,该算法能在较好去噪的同时,保留较多的边缘结构信息。