Computer Engineering a nd Applications计算机工程与应用
2017,53(19)
1 引言
图像去噪一直以来都是图像处理和计算机视觉领
域的热点研究问题之一,图像在获取或传输的过程中都
不可避免地受到噪声的污染,从而使得图像质量下降。
噪声的存在影响到图像的视觉效果,同时在一定程度上
也会影响到后续及高层次的图像处理任务,因而图像去
噪是众多图像处理和计算机视觉任务的首要步骤。
图像去噪的方法有很多,大致可以分为传统的滤波
方法、多尺度分析的方法
[1]
,以及基于偏微分方程的方
法
[2]
。在传统的滤波方法中,有以高斯滤波为代表的线
性滤波,也有以中值滤波为代表的非线性滤波。传统滤
波方法因实现简单且计算复杂度低,被广泛地应用于图
像去噪的场合,但传统的线性滤波方法在进行图像处理
时,对图像的平坦区域、边缘轮廓及纹理部分均进行了
改进的二阶总广义变分图像去噪算法
刘巧红
1
,孙丽萍
1
,林 敏
2
LIU Qiaohong
1
, SUN Liping
1
, LIN Min
2
1.上海健康医学院 健康信息技术与管理学院,上海 20131 8
2.上海健康医学院 医疗器械学院,上海 201318
1.S chool of Health Information Technolo gy and M anag ement, Shanghai University of Medi cine and Healt h Sciences,
Shanghai 201318, China
2.School of Medical Apparatus and Instruments, Shanghai University of Medicine and Health Sciences, Shanghai 201318, China
LIU Qiaohong, SU N Liping, LIN Min. Image denoising algorithm with improved second order total generalized
variation. Computer Engineering and Applications, 2017, 53(19):198-2 03.
Ab stract: In order to denoise the nosiy image and overcome the staircase effect which is often produced by total variation
denoising meth od, a new im age denoising method based on the improve d s econ d order Total Generalized Variation(TGV)
is proposed. Firstly, the th eory of se cond order TGV is presented. Then, an anisotropic diffusion tensor is introduced in the
reg ularization term of second order TGV. The new proposed model is utilized the tensor function to g uide the diffusion. At
last, an extended primal-dual algorithm is proposed to solve the new mo del numerically. The new model combines the
advantages such as the second order TGV regularization w hich can automatically balance th e first order and second order
derivative, the diffusion tensor which can strengthen the edges structures. Experimental results indicate that the proposed
method can effectively remove the noise a nd avoid the staircase effect while preserving the edges of image.
Key words: ima ge denoising; total generali zed variation; anisotropic diffusion tensor; primal-dual algorithm
摘 要:为了有效地去除含噪图像中的噪声,克服总变分(TV)去噪易于导致阶梯效应的缺陷,提出了一种改进的二
阶总广义变分(TGV)的图像去噪方法。介绍了二阶 TGV的理论基础,在二阶 TGV 中引入了各向异性扩散张量,利
用张量函数引导扩散,获得了新的去噪模型,最后提出了一种扩展了的原始-对偶算法对新模型进行数值求解。新
模型充分结合了二阶 TGV作为正则项自动平衡了一阶和二阶导数项,以及张量函数的各向异性扩散,有效突出边缘
结构的特性。实验结果表明,该方法在有效地去除含噪图像中噪声的同时,避免了阶梯效应,增强了对原始图像中
边缘结构的保持。
关键词:图像去噪 ;总广义变分;各向异性扩散张量 ;原始-对偶算法
文献标志码:A 中图分类号:TP 391 doi:10.3778/j.issn.1002-8331.1604-0282
基金项目:上海市教育委员会科研创新项目(No.14YZ69)。
作者简介:刘巧红(1979—),女,博士,讲师,研究领域为图像去噪、图像去模糊,E-mail:hqllqh@163.com;孙丽萍(1971—),女,副
教授,研究领域为人工智能、软件工程;林敏(1977—),女,博士,副教授,研究领域为生物电信号处理、机器视觉。
收稿日期:2016-04-21 修回日期:2016-10-11 文章编号:1002-8331(2017)19-0198-06
CN KI网络优先出版:2016-12- 02, http://ww w.cnki.net/kcms/detail/ 11.2127.TP.20161202.1503.052. html
198