基于边缘增强和快速非局部均值的边缘图像去噪 |
| |
引用本文: | 严高艳,潘韬丞,蔡光程.基于边缘增强和快速非局部均值的边缘图像去噪[J].昆明理工大学学报(理工版),2020,45(3):143-152. |
| |
作者姓名: | 严高艳 潘韬丞 蔡光程 |
| |
作者单位: | 昆明理工大学理学院,云南昆明650500;昆明理工大学理学院,云南昆明650500;昆明理工大学理学院,云南昆明650500 |
| |
基金项目: | 国家自然科学基金;云南省教育厅研究生优质课程项目 |
| |
摘 要: | 针对全变分模型不能很好的保持图像边缘信息这一问题,有学者提出了基于边缘定向增强扩散模型,但该模型对图像细节处理不够.快速非局部均值(Fast Non-local means, FNLM)算法利用图像的自相关性与结构信息的冗余性,提高了去噪效果,但不能同时最大限度保持图像边缘信息又抑制平坦区域噪声.由于通过利用结构张量性质,可获取图像的边界、拐角、纹理等重要信息,本文引入结构张量改进边缘定向增强扩散模型,保持了图像边缘,并在此基础上提出了一种基于边缘增强和快速非局部均值的边缘图像去噪模型.该模型通过选取不同的边缘增强正则化参数,根据图像扩散幅度不同,获取带有纹理及噪声的边缘图像;然后对该边缘图像进行FNLM去噪,即过滤出图像原有的纹理结构信息;最后将之反馈到之前的边缘增强去噪图像中.实验结果表明,该方法不仅能够保留较多的纹理细节信息,而且很好的缓解了图像平滑和细节保持的矛盾.
|
关 键 词: | 图像去噪 全变分 快速非局部均值 边缘图像 边缘增强 |
本文献已被 CNKI 万方数据 等数据库收录! |
|