删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

一种改进的原始对偶法求解TV-L1图像去噪模型

本站小编 Free考研考试/2021-12-27

一种改进的原始对偶法求解TV-L1图像去噪模型 徐静, 刘俊皓浙江工商大学统计与数学学院, 杭州 310018 An Improved TV-L1 Image Denoising Model Solved by Primal-Dual Method XU Jing, LIU JunhaoCollege of Statistics and Mathematics, Zhejiang Gongshang University, Hangzhou 310018
摘要
图/表
参考文献
相关文章(2)
点击分布统计
下载分布统计
-->

全文: PDF(27119 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)
摘要数字图像在采集过程中通常会因为硬件问题被椒盐噪声所污染,椒盐噪声强度大,分布随机,对图像的后续处理会产生极大的影响.因此,椒盐噪声的去除对图像处理十分重要.在处理椒盐噪声的方法中,传统的中值滤波法在噪声强度增强时容易出现恢复不完全现象,自适应中值滤波法根据噪声强弱自动选择滤波窗口大小改善了传统的中值滤波法,但在噪声强度增强时容易过度平滑图像,丢失图像的纹理细节.研究表明,变分模型去噪时能够克服滤波法的缺点,有效地保持图像的纹理细节.其中,TV-L1模型相对于传统变分模型对椒盐噪声有更好的去噪效果,但在图像平滑区域容易产生阶梯效应.对此,本文提出一种自适应中值滤波和TV-L1交替迭代的去噪模型.在求解TV-L1模型时采用原始对偶算法求解以增大求解空间,克服了TV-L1模型在求解时的不可微性.仿真实验与Chambolle提出的原始对偶求解TV-L1模型,以及加入Huber范数的TV-L1改进模型进行对比.实验结果表明,尤其在椒盐噪声强度较大的情况下,该模型相比以上对比模型的PSNR值及视觉效果均有所提高,在较好去除噪声的同时保持了纹理细节,改善了阶梯效应.
服务
加入引用管理器
E-mail Alert
RSS
收稿日期: 2020-02-19
PACS:O241.82

引用本文:
徐静, 刘俊皓. 一种改进的原始对偶法求解TV-L1图像去噪模型[J]. 应用数学学报, 2020, 43(4): 684-699. XU Jing, LIU Junhao. An Improved TV-L1 Image Denoising Model Solved by Primal-Dual Method. Acta Mathematicae Applicatae Sinica, 2020, 43(4): 684-699.
链接本文:
http://123.57.41.99/jweb_yysxxb/CN/ http://123.57.41.99/jweb_yysxxb/CN/Y2020/V43/I4/684


[1] 肖佳, 张俊华, 梅礼晔. 基于改进BM3D算法的椒盐噪声去噪. 计算机工程与应用, 2018, 54(21):170-175(Xiao J, Zhang J H, Mei L Y. Salt and pepper noise denoising based on improved BM3D algorithm. J. Computer Engineering and Applications, 2018, 54(21):170-175)
[2] 周冲, 张鹏程, 刘欢, 桂志国. 自适应反距离加权法滤除椒盐噪声. 中北大学学报(自然科学版), 2019, 40(04):372-377+384(Zhou C, Zhang P C, Liu H, et.al Filtering salt and pepper noise by adaptive inverse distance weighting. J. Journal of North University of China (Natural Science Edition), 2019, 40(04):372-377+384)
[3] 杨楠. 基于决策判别的高密度椒盐噪声去除方法研究. 兰州大学, 2018(Yang N. Study on the Removal of High Density Salt and Pepper Noise Based on Decision-baesd Algorithm. D. Lanzhou University, 2018)
[4] 张龙, 刘朝霞, 刘洪琛. 一种去除椒盐噪声带L1保真项的混合变分模型. 计算机工程与应用, 2019, 55(01):210-216(Zhang L, Liu Z X, Liu H C. Mixed variational with L1 fidelity model for removal of salt and pepper noise. J.Computer Engineering and Applications, 2019, 55(01):210-216)
[5] 李健, 丁小奇, 陈光等. 基于改进高斯滤波算法的叶片图像去噪方法. 南方农业学报, 2019, 50(06):1385-1391(Li J, Ding X Q, Chen G. Blade image denoising method based on improved Gaussian filtering algorithm. Journal of Southern Agriculture, 2019, 50(06):1385-1391)
[6] 高飞, 朱磊, 冯子金, 韩普. 基于变差系数的SAR图像非局部均值滤波算法. 信息通信, 2019, 10:42-44 Gao F, Zhu L, Feng Z J, et.al. Nonlocal Mean Filtering Algorithm for SAR Images Based on Variation Coefficients. J. Information and Communications, 2019, 10:42-44
[7] Stork M. Median filters theory and applications. Third International Conference on Electrical and Electronics Engineering Papers-Chamber of Electrical Engineering, 2003, Bursa, Turkey, December 3-7
[8] Hwang H, Haddad R A. Adaptive median filters:new algorithms and results. IEEE Transaction on Image Processing, 1995, 4(4):499-502
[9] Tikhonov A N, Arsenin V Y. Solutions of Ⅲ-posed problems. Mathematics of Computition, 1977, 32:491
[10] Rudin L, Osher S, Fatemi E. Nonlinear total variation based noise removal algorithms. Physica D Nonlinear Phenomena, 1992, 60:259-268
[11] Lee C-O, Nam C, Park J. Domain Decomposition Method Using Dual Conversion for the Total Variation Minimization with L1 Fidelity Term. Journal of Scientific Computing, 2018, 78(2):951-970
[12] Chan T, Esedoglu S. Aspects of total variation regularized L1 function approximation. Siam Journal on Applied Mathematics, 2005, 65(5):1817-1837
[13] Nikolova M. A variational approach to remove outliers and impulse noise. Journal of Mathematical Imaging and Vision, 2004, 20(1/2):99-120
[14] Federica S, Dong Y Q, Martin S A. Total Variation Based Parameter-Free Model for Impulse Noise Removal. Numerical Mathematics:Theory, Methods and Applications, 2017, 20:186-204
[15] Strekalovskiy E, Chambolle A, Cremers D. Convex Relaxation of Vectorial Problems with Coupled Regularization. Siam Journal On Imaging Sciences, 2014, 20:294-336
[16] 芦碧波, 王乐蓉, 郑艳梅, 王永茂, 李晓莹, 秦钰翔. 基于各向异性全变分的迭代滤波算法. 图学学报, 2018, 39(02):186-192(Lu B B, Wang L R, Zhen Y M, Wang Y M, Li X Y, Qin Y X. An Iterative Image Filter Based on Anisotropic Total Variation. Journal of Graphics, 2018, 39(02):186-192)
[17] 王乐蓉. 图像去噪的变分引导滤波及其快速算法. 河南理工大学, 2018(Wang L R. Total Variation Guided Filtering and Its Fast Algorithm for Image Denoising. Henan Polytechnic University, 2018)
[18] 芦碧波, 王乐蓉. 全变分引导的双边滤波图像去噪方法. 光学技术, 2018, 44(02):194-200) (Lu B B, Wang L R. Total variation guided bilateral filtering for image denoising. Optical Technique, 2018, 44(02):194-200
[19] 黄文笔, 战荫伟, 陈家益, 徐秋燕. 改进的自适应中值滤波算法. 计算机系统应用, 2018, 27(10):183-188) (Huang W B, Zhan Y W, Chen J Y, Xu Q Y. Improved Adaptive Median Filtering Algorithm. Computer Systems and Applications, 2018, 27(10):183-188)
[20] Chambolle A. An Algorithm for Total Variation Minimization and Applications. Journal of Mathematical Imaging and Vision, 2004, 20:1-2
[21] Chambolle A, Pierre-Louis Lions. Image recovery via total variation minimization and related problems. Numerische Mathematic, 1997, 76:2
[22] Chambolle A, Pock T. A first-order primal-dual algorithm for convex problems with applications to imaging. Journal of Mathematical Imaging and Vision, 2011, 40(1):120-145

[1]许秋滨. 图像去噪的ROF模型的几个新的算法[J]. 应用数学学报, 2019, 42(4): 470-481.
[2]邱松强, 陈中文. 一个无惩罚型原始对偶内点算法及其收敛性分析[J]. 应用数学学报(英文版), 2014, 37(3): 423-436.



PDF全文下载地址:

http://123.57.41.99/jweb_yysxxb/CN/article/downloadArticleFile.do?attachType=PDF&id=14796
相关话题/图像 应用数学 统计 计算机 工程

  • 领限时大额优惠券,享本站正版考研考试资料!
    大额优惠券
    优惠券领取后72小时内有效,10万种最新考研考试考证类电子打印资料任你选。涵盖全国500余所院校考研专业课、200多种职业资格考试、1100多种经典教材,产品类型包含电子书、题库、全套资料以及视频,无论您是考研复习、考证刷题,还是考前冲刺等,不同类型的产品可满足您学习上的不同需求。 ...
    本站小编 Free壹佰分学习网 2022-09-19
  • 图像去噪的ROF模型的几个新的算法
    图像去噪的ROF模型的几个新的算法许秋滨南京审计大学统计与数学学院,南京211815SeveralNewNumericalMethodsofROFModelforImageDenoisingXUQiubinSchoolofstatisticsandmathematics,NanjingAuditUn ...
    本站小编 Free考研考试 2021-12-27
  • 病例-队列设计下长度偏差数据的比例均值剩余寿命模型的统计推断
    病例-队列设计下长度偏差数据的比例均值剩余寿命模型的统计推断徐达1,周勇2,31.上海财经大学统计与管理学院,上海200082;2.华东师范大学经管学部交叉科学研究院及统计学院,上海200241;3.中国科学院数学与系统科学研究院,北京100190ProportionalMeanResidualLi ...
    本站小编 Free考研考试 2021-12-27
  • 物理所“工程师之家”论坛举办第三十九期讲座
    “工程师之家”论坛第三十九期于11月29日(周一)上午在M楼249会议室线上、线下同步举办,此次论坛有幸邀请到合肥物质科学研究院朱相德研究员与物理所李治林副研究员讲解"单晶生长与调控技术"。  朱相德首先以物理学科为教育背景的研究生为对象,介绍了单晶和单晶生长的基本概念、晶体生长所需要的材料和化学知 ...
    本站小编 Free考研考试 2021-12-27
  • 物理所“工程师之家”论坛第三十八期讲座
    “工程师之家”论坛第三十八期暨《凝聚态物理前沿技术》专题第二十三讲于10月11日(周一)下午14:00-16:00在M楼253会议室以线上与线下结合的形式同步举行,此次论坛我们有幸邀请到中科院化学所张贞研究员与物理所陈海龙副研究员讲解"分子的超快光谱技术"。  陈海龙首先简述超快红外光谱的技术原理, ...
    本站小编 Free考研考试 2021-12-27
  • 物理所“工程师之家”论坛第三十七期讲座
    “工程师之家”论坛第三十七期暨《凝聚态物理前沿技术》专题第二十二讲于7月23日(周五)上午10:30-12:30在线上与M楼253会议室线下同步举行,此次论坛我们有幸邀请到中山大学王自鑫副教授与物理所陆俊副主任工程师讲解"微弱信号检测技术"。  王老师首先简述中山大学研制锁相放大器的历程、锁相放大器 ...
    本站小编 Free考研考试 2021-12-27
  • 物理所组织“幸福工程—救助困境母亲行动”捐款活动
    为深入贯彻落实党的十九届五中全会精神,巩固拓展脱贫攻坚成果,中国科学院人口计生办公室按照国家卫生健康委办公厅统一部署,组织开展“幸福工程—救助困境母亲行动”捐款活动。  物理所由所妇委会牵头认真组织,得到了所内职工和学生的响应及支持,共有37人参加了捐款活动,累计捐款7723元。募捐款项已如数上交院 ...
    本站小编 Free考研考试 2021-12-27
  • 物理所“工程师之家”论坛第三十六期讲座
    “工程师之家”论坛第三十六期暨《凝聚态物理前沿技术》专题第二十一讲于5月7日(周五)上午10:30在M楼253会议室成功举行,此次论坛邀请到地球物理所副研究员秦华峰与巴塞罗那大学教授陈笃行讲解"磁测量技术"。  秦华峰首先简要介绍古地磁学的基本原理和常规测试方法,然后通过几个新的研究实例分析并展示古 ...
    本站小编 Free考研考试 2021-12-27
  • 物理所“工程师之家”论坛第三十五期暨“怀柔装置与平台”技术沙龙
    “工程师之家”论坛第三十五期暨“怀柔装置与平台”技术沙龙于2021年4月2日(周五)10:00-14:00在怀柔科学城举行,此次论坛&沙龙我们有幸邀请到程金光研究员与李岗特聘研究员讲解"极端实验物理技术",在参观了解怀柔一装置两平台的建设进展与技术需求的同时,以沙龙的形式为更好地建设怀柔科学城交流想 ...
    本站小编 Free考研考试 2021-12-27
  • ``双循环''背景下医药制造业参与全球与国内价值链分工的统计研究
    项莹,陈奇远浙江财经大学数据科学学院,杭州310018出版日期:2021-10-25发布日期:2021-12-24MeasurementofthePharmaceuticalManufacturingIndustry'sParticipationintheGlobalandDomesticValue ...
    本站小编 Free考研考试 2021-12-27
  • 基于ResNet和反卷积网络模型的有限角CT图像重建算法
    谷浩1,毕潇1,王丹1,李刚1,邹晶2,陈明11.山东科技大学数学与系统科学学院,青岛266590;2.天津大学精密仪器与光电子工程学院,天津300072出版日期:2021-08-25发布日期:2021-11-23Limited-AngleCTImageReconstructionBasedResN ...
    本站小编 Free考研考试 2021-12-27