申请/专利权人:南京信息工程大学
申请日:2021-01-20
公开(公告)日:2021-05-07
公开(公告)号:CN112767272A
主分类号:G06T5/00(20060101)
分类号:G06T5/00(20060101);G06T5/40(20060101);G06T5/20(20060101)
优先权:
专利状态码:在审-实质审查的生效
法律状态:2021.05.25#实质审查的生效;2021.05.07#公开
摘要:本发明公开了一种权值自适应混合阶全变分图像去噪算法,包括以下步骤:对图像进行预处理,彩色图像转换为灰度图像,为图像添加高斯白噪声;将全变分模型为基本框架构建图像去噪模型,求解约束模型下最小化;提出高阶全变分模型,将其融入图像去噪模型,整个算法模型通过含噪图像的结构信息划分边缘纹理区域和平坦区域,构建权值函数,将全变分模型和高阶全变分模型结合,建立混合阶全变分图像去噪模型,求解最小化;提出梯度约束项,引入去噪模型,保证图像的结构信息,建立最终的权值自适应混合阶全变分图像去噪模型,求解最小化。本发明算法与传统算法模型相比,在峰值信噪比方面提升了8至13dB,且结构相似性的数值均优于之前的算法。
主权项:1.一种权值自适应混合阶全变分图像去噪算法,其特征在于,包括以下步骤:S1、对图像进行预处理,将获取到的彩色图像转换为灰度图像,然后为图像添加高斯白噪声,生成具有噪声信息的含噪图像;S2、将全变分模型为基本框架构建图像去噪模型,通过求解约束模型下最小化问题来达到去噪效果;S3、提出高阶全变分模型,将其融入图像去噪模型,整个算法模型通过含噪图像的结构信息划分边缘纹理区域和平坦区域,构建权值函数,将全变分模型和高阶全变分模型结合,建立混合阶全变分图像去噪模型,求解最小化;S4、提出梯度约束项,引入去噪模型,保证图像的结构信息,建立最终的权值自适应混合阶全变分图像去噪模型,求解最小化。
全文数据:
权利要求:
百度查询: 南京信息工程大学 一种权值自适应混合阶全变分图像去噪算法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。