TV-MCP:一种新的脉冲噪音图像恢复方法

对于被脉冲噪音污染的图像恢复问题,广泛使用的TVL1模型会偏离数据获取模型和先验模型,特别是对高水平噪音.针对这个问题,基于MCP函数,提出了一种新的图像恢复模型,称之为TV-MCP模型,并给出了该模型的近似逼近方法,从理论上证明了该算法的全局收敛到TV-MCP模型的稳定点.对于近似逼近子问题的求解,采用交替方向方法求解.通过对多组图像在不同噪音污染水平下的数值仿真实验,验证了本文所提出的模型和方法的有效性.实验结果显示,TV-MCP模型比TVL1模型能够取得更好的恢复效果,尤其是在高噪音污染的图像恢复问题上,TV-MCP恢复图像的SNR值最高可以达到TVL1恢复图像的SNR值的两倍.