论文部分内容阅读
图像去噪是数字图像处理的基本任务之一,用小波进行图像处理已经非常普遍。在众多的小波去噪方法中,运用最多的是Donoho的小波阈值法,但Donoho给出的域值有“过扼杀”小波系数的倾向,重建误差较大。且小波阈值方法还有一个很大的缺点:在图像灰度值发生跳变的地方会出现振荡,伪Gibbs现象,这种现象随着噪声污染程度的增加而更加明显。而全变差模型对去除伪Gibbs现象十分有效。
本文融合小波和全变差(TotalVariation)两种技术的优点,将其统一到一个框架下,在前人的研究基础上提出自己的改进模型,着重解决现在图像去噪中难解决的边缘模糊,伪Gibbs现象及全变差“楼梯”现象等问题。实现了基于小波分析的变参数改进全变差迭代算法。该算法不仅能够更好的抑制噪声,保持边缘,改善视觉效果,而且重构的图像的边缘振荡更少,是一种更有效的改善图像质量的去噪方法。