全变分图像去噪matlab代码

以下是基于全变分（Total Variation）的图像去噪的MATLAB代码：

% 读取需要去噪的图像
im = imread('noisy_image.png');
% 转为双精度浮点型
im = im2double(im);
% 迭代次数
niter = 20;
% 正则化参数
lambda = 0.01;
% 梯度下降步长
tau = 0.02;
% 计算图像梯度的算子
K = [0, -1, 0; -1, 4, -1; 0, -1, 0];
% 初始化平滑后的图像
u = im;
for i = 1:niter
    % 计算图像梯度
    ux = conv2(u, K, 'same');
    uy = conv2(u, K', 'same');
    % 计算梯度的模
    u_norm = sqrt(ux.^2 + uy.^2 + eps);
    % 计算梯度的方向
    vx = ux./u_norm;
    vy = uy./u_norm;
    % 使用Huber函数进行平滑
    rho = sqrt((vx - im).^2 + (vy - im).^2);
    w = rho < lambda;
    % 更新平滑后的图像
    u = u - tau*(vx.*w + lambda*(u - im));
end
% 显示去噪后的图像
imshow(u);

上述代码中，使用了Huber函数进行平滑，这是因为Huber函数在处理离群值时比较鲁棒，可以有效地避免图像出现过度平滑的情况。不同的Huber函数的选择可以影响到去噪效果，可以根据实际应用场景进行调整。