改進(jìn)的自適應(yīng)廣義整體變分圖像降噪模型
2016-06-28 08:56:26高雷阜李超
計(jì)算機(jī)應(yīng)用 2016年6期
高雷阜 李超
摘 要：針對(duì)自適應(yīng)廣義整體變分（AGTV）圖像降噪模型對(duì)圖像邊緣信息定位精度不高及提取不足的問題，為提高圖像降噪效果和峰值信噪比，提出了改進(jìn)的AGTV（IAGTV）圖像降噪模型。一方面，該算法換用精度更高的梯度計(jì)算方法，相對(duì)于AGTV更精確地定位圖像邊緣；另一方面，為優(yōu)化圖像預(yù)處理的濾波過程，用高斯拉普拉斯聯(lián)合變換替代高斯平滑濾波，更有利于檢測(cè)圖像邊緣信息，在實(shí)現(xiàn)降噪的同時(shí)防止邊緣信息弱化。數(shù)值仿真實(shí)驗(yàn)得出，IAGTV模型的復(fù)原圖像峰值信噪比相對(duì)于固定p值的GTV模型提高了大約1.0dB，比AGTV模型提高了至少0.2dB。實(shí)驗(yàn)結(jié)果表明IAGTV具有良好的圖像降噪能力。
關(guān)鍵詞：圖像降噪；邊緣信息；廣義整體變分模型；自適應(yīng)；梯度
中圖分類號(hào)： TP391.4 文獻(xiàn)標(biāo)志碼：A英文標(biāo)題
猜你喜歡
數(shù)學(xué)物理學(xué)報(bào)(2021年6期)2021-12-21 06:24:38
數(shù)學(xué)物理學(xué)報(bào)(2021年3期)2021-07-19 06:02:42
應(yīng)用數(shù)學(xué)(2020年2期)2020-06-24 06:02:50
華東師范大學(xué)學(xué)報(bào)(自然科學(xué)版)(2019年3期)2019-06-24 05:29:09
數(shù)學(xué)年刊A輯(中文版)(2018年2期)2019-01-08 01:59:52
中國(guó)教育信息化·基礎(chǔ)教育(2016年11期)2016-12-27 19:17:45
軟件導(dǎo)刊(2016年11期)2016-12-22 21:30:47
科技視界(2016年26期)2016-12-17 15:53:57
科教導(dǎo)刊·電子版(2016年26期)2016-11-21 09:41:18
汽車科技(2016年5期)2016-11-14 08:03:52
