發(fā)布時(shí)間：2025-03-18 02:30

　　圖像在傳輸或存儲(chǔ)等過程中會(huì)產(chǎn)生噪聲,根據(jù)圖像噪聲和圖像信號(hào)之間的加乘關(guān)系,可以分成加性和乘性兩種噪聲。近年來,出現(xiàn)了許多用于去除加性噪聲的變分模型。但是對(duì)彩色圖像中存在的乘性噪聲不能得到很好的去除。此外,傳統(tǒng)的低階模型在去除噪聲時(shí)會(huì)存在階梯效應(yīng)、對(duì)比度不平衡、邊緣模糊或角點(diǎn)缺失等缺陷。所以需要進(jìn)一步研究去除彩色圖像乘性噪聲的高階模型。由于需要考慮彩色圖像圖層的耦合關(guān)系,所以灰度圖像的變分去噪模型不能直接用于彩色圖像去噪。本文提出的彩色圖像去除乘性噪聲的高階變分模型,主要分為M-TGV(Multi-channel Total Generalized Variation)模型、M-Euler-elastic(Multi-channel Euler-elastic)模型和M-TC(Multi-channel Total Curvature)模型。由于傳統(tǒng)的求解方法對(duì)高階模型求解的時(shí)候求解步驟繁瑣且計(jì)算時(shí)間冗長,所以本文在求解不同模型的時(shí)候分別引入相應(yīng)的輔助變量、分裂Bregman迭代參數(shù)和拉格朗日乘子,利用快速傅里葉變換的方法并且引入廣義軟閾值公式和投影法等,設(shè)計(jì)了不同模型相對(duì)應(yīng)的快速算法。分...

【文章頁數(shù)】：64 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 課題背景及意義
    1.2 國內(nèi)外研究動(dòng)態(tài)
        1.2.1 變分去噪原理
        1.2.2 乘性噪聲模型
        1.2.3 高階去噪模型
        1.2.4 彩色圖像的去噪模型
    1.3 本文主要內(nèi)容和章節(jié)安排
第二章 圖像噪聲及相關(guān)算法
    2.1 常見的圖像噪聲類型
        2.1.1 高斯噪聲
        2.1.2 伽馬噪聲
        2.1.3 瑞利噪聲
    2.2 導(dǎo)數(shù)算子的有限差分格式
        2.2.1 一階導(dǎo)數(shù)的離散形式
        2.2.2 二階導(dǎo)數(shù)的離散形式
    2.3 快速傅里葉變換
    2.4 兩種常用的快速求解算法
        2.4.1 分裂Bregman算法
        2.4.2 增廣Lagrangian算法
    2.5 圖像質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)
    2.6 本章小結(jié)
第三章 彩色圖像乘性噪聲去除的M-TGV的模型及其分裂Bregman算法
    3.1 TGV模型
    3.2 M-TGV模型的分裂Bregman算法及快速求解算法
        3.2.1 M-TGV模型的分裂Bregman算法
        3.2.2 M-TGV模型的快速求解算法
    3.3 數(shù)值實(shí)驗(yàn)及結(jié)果分析
        3.3.1 定性分析
        3.3.2 定量分析
    3.4 本章小結(jié)
第四章 彩色圖像乘性噪聲去除的M-Euler-elastic模型及其分裂Bregman算法
    4.1 Euler-elastic模型
    4.2 M-Euler-elastic模型的分裂Bregman算法及快速求解算法
        4.2.1 M-Euler-elastic模型的分裂Bregman算法
        4.2.2 M-Euler-elastic模型的快速求解算法
    4.3 數(shù)值實(shí)驗(yàn)及結(jié)果分析
        4.3.1 定性分析
        4.3.2 定量分析
    4.4 本章小結(jié)
第五章 彩色圖像乘性噪聲去除的M-TC模型及其增廣Lagrangian算法
    5.1 TC模型
    5.2 M-TC模型的增廣Lagrangian算法及快速求解算法
        5.2.1 M-TC模型的增廣Lagrangian算法
        5.2.2 M-TC模型的快速求解算法
    5.3 數(shù)值實(shí)驗(yàn)及結(jié)果分析
        5.3.1 定性分析
        5.3.2 定量分析
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 本文總結(jié)
    6.2 未來展望
參考文獻(xiàn)
攻讀學(xué)位期間的研究成果
致謝



本文編號(hào)：4035859