基于變分原理的圖像去噪研究

《基于變分原理的圖像去噪研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、是去種成Ａ葦ＵＮＩＶＥＲＳＩＴＹＯＦ巨ＬＥＣＴＲＯＮ１ＣＳＣＩ丘ＮＣＥＡＨＤ了ＥＣＨＨ０Ｌ０６ＹＯＦＣＨＩＮＡ碩±學(xué)位論文ＭＡＳＴＥＲＴＨＥＳＩＳ：ｔ＇＇雌。進(jìn)’．．；：＞ｙ絲誠(chéng)．心ｔ＊艦１換Ｉ啓匈Ｉｊ．－’＇－－－．－．；ｖＩ阿審５孕玲；論文題目基于變分原理的圖像去噪研究—；………一￣￣￣—＾＾■—學(xué)種孝業(yè)計(jì)戮學(xué)學(xué)號(hào)２０１３２１１００２１５作者姓名陳芳芳指導(dǎo)教師李厚彪副辦受■：＇■—圓－：．■？．．獨(dú)創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是本人在導(dǎo)

2、師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。據(jù)我所知，除了文中特別加標(biāo)注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過(guò)的研究成果，也不包含為獲得電子科技大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書而使用過(guò)的材料。與我一同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說(shuō)明并表示謝意。寺日期｜作者簽名：粹：如？＾＾年＾月曰論文使用授權(quán)本學(xué)位論文作者完全了解電子科技大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定，有權(quán)保留并向國(guó)家有關(guān)部口或機(jī)構(gòu)送交論文的復(fù)印件和磁盤，允許論文被查閱和借閱。本人授權(quán)電子科技大學(xué)可將學(xué)位論文、，可＾的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)

3、行檢索＾＾采用影印或縮?。?、匯。掃描等復(fù)制手段保存編學(xué)位論文（保密的學(xué)位論文在解密后應(yīng)遵）守此規(guī)定作者簽名；、寺導(dǎo)師簽名：考＾韓＾年日：＾／日期如，（＾月ＪImageDenoisingResearchBasedonTotalVariationTheoryAMasterThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:ComputationalMathematicsAuthor:Fang-FangChenAdvisor:AssociateProf.Hou-BiaoL

4、iSchool:SchoolofMathematicalSciencesUESTC摘要摘要本論文主要研究基于變分原理的圖像去噪算法，在已有去噪模型及其算法的基礎(chǔ)上，探索新的圖像復(fù)原模型。首先，本文簡(jiǎn)要介紹了基于變分原理的圖像去噪算法的選題背景，實(shí)際意義及國(guó)內(nèi)外的研究近況；接著簡(jiǎn)要概述了數(shù)字圖像相關(guān)的基礎(chǔ)知識(shí)，如噪聲的概念和分類，以及圖像質(zhì)量的評(píng)價(jià)指標(biāo)等，還有傳統(tǒng)的空間域方法和頻域方法等等?；谧兎衷淼膹?fù)原模型在數(shù)字圖像領(lǐng)域一直是研究的熱點(diǎn)。其中最經(jīng)典的是ROF模型和P-M模型，由于這兩者方法在去除噪聲的時(shí)候會(huì)產(chǎn)生虛假邊緣“階梯效應(yīng)”。針對(duì)這一缺點(diǎn)，諸多研究者提出了一大批改進(jìn)

5、模型，主要是在模型本身和數(shù)值算法兩方面進(jìn)行改進(jìn)。在模型有效性方面的改進(jìn)有自適應(yīng)正則化參數(shù)，加權(quán)變分，耦合梯度保真項(xiàng)和高階TV模型等。數(shù)值計(jì)算法方面的改進(jìn)，主要是用優(yōu)化的算法代替?zhèn)鹘y(tǒng)的偏微分方程法，如梯度下降法，原始對(duì)偶，增廣拉格朗日法，ADMM和Bregman迭代法等。本文對(duì)此都作了詳細(xì)的分析和總結(jié)。最后汲取變分模型、分?jǐn)?shù)階微分和Shearlet剪切波這三者各自的優(yōu)缺點(diǎn)，研究出了一種全新的圖像復(fù)原模型“基于Shearlet的分?jǐn)?shù)階變分圖像去噪模型”，并采用ADMM優(yōu)化算法求解。通過(guò)大量的數(shù)值實(shí)驗(yàn)驗(yàn)證了該模型的有效性，并與其他模型進(jìn)行了比較，結(jié)果表明本文提出的模型具有良好的去噪

6、效果，克服了經(jīng)典變分模型的不足，并且保護(hù)了邊緣和紋理等細(xì)節(jié)信息。此外，本模型的數(shù)值算法穩(wěn)定，計(jì)算速度快。關(guān)鍵字：全變分，分?jǐn)?shù)階，Shearlet，ADMMIABSTRACTABSTRACTThisthesismainlystudiestheimagedenoisingalgorithmaccordingtototalvariationprinciple,onthebasisoftheexistingdenoisingmodelanditsalgorithm,toexploreanewimagerestorationmodel.Firstly,thisarticlesimply

7、introducesthebackgroundandsignificanceoftopic,andoverviewsthepresentsituation;Thenwegiveabriefoutlineofthebasicknowledgeofdigitalimage,forinstance,imagenoisemodelandtheclassification,evaluationstandardofimagequality,etc.Andthetraditionaldenoisingmethodsw