一种新的去除混合噪声的变分模型及其应用.pdf

第 42卷 第 5期 计 算 机 科 学 Vo1．42No．5 2015年 5月 Computer Science May2015 一 种新的去除混合噪声的变分模型及其应用 罗志宏 冯国灿 。 (中山大学信息科学与技术学院 广州510275) (中山大学数学与计算科学学院 广州510275)。 (广东省计算科学重点实验室 广州 510275)。 摘 要 由于现有的某些去噪模型仅对某种噪声特别有效，而对其它类型噪声的效果却不够显著，因此提出一种能有 效地去除多种噪声的变分模型，它融合了几种经典去噪模型的优点，并在数值求解时采用了高效且无条件稳定的 AOS算法。数值实验表明，与现有的一些去噪方法相比，提 出的去噪方法耗时少且效果更好。最后给出了解的存在 性证 明 。 关键词 图像去噪，变分模型，AOS算法 中图法分类号 TP391．41 文献标识码 A DOI 10．11896／j．issn．1002—137X 2015．5．056 NovelDenosingM odelanditsApplicationforImagesCorruptedbyDifferentTypesNoises LUOZhbhong FENGGuo_can2’。 (SchoolofInformationScienceandTechnology，SunYat-senUniversity，Guangzhou510275，China) (SchoolofMathematicsandComputationalScience，SunYat-senUniversity，Guangzhou510275，China)。 (GuangdongProvinceKeyLaboratoryofComputationalScience，Guangzhou510275，China)。 Abstract Duetolimitationoftraditionalvariationalmodelsfordenosingability，anew variationaldenosingmodelfor imagescorruptedbyvariousnoisewasproposed．Firstly，thefittingtermsarefusedinthepresentedmodelbyintrodu— cingtheparameters，andthebenefitsofthreemodelsareintegratedtoimprovethedenoisingability．Andthesolution canbeobtainedbyapplyingadditiveoperatorsplitting (AOS)numericalalgorithm．Theexperimentalresultsdemon— stratethattheproposedmodeliseffectivefordifferenttypesofnoises．Lastlytheproofontheexistenceofsolutionof themodelwasgiven． Keywords Imagedenoising，Variationalmodel，AOSalgorithm 在成像过程中，传感器的故障、光学系统的失真、记录设 声、椒盐噪声等；按噪声和信号之间的关系，大体上可分为加 备固有的噪声、传输信道的干扰等会导致噪声的产生，造成图 性噪声和乘性噪声，加性噪声是传输过程中引人的信道噪声 ， 像质量的退化。这给后续的图像分割、目标识别造成困难，因 乘性噪声与图像的信息相关。常见的加性噪声有高斯噪声和 而去噪常作为预处理步骤 。 椒盐噪声等，乘性噪声有泊松噪声和斑点噪声等。基于变分