图学学报 ›› 2021, Vol. 42 ›› Issue (1): 16-31.DOI: 10.11996/JG.j.2095-302X.2021010023
摘要: 全变分(TV)模型广泛应用于椒盐噪声的去除。然而,TV 模型中存在着严重的阶梯效应。近年 来,由于低阶交叠组稀疏(LOGS)全变分能够很好地抑制阶梯效应,受到了越来越多的关注,但仍有改进空间。 实际上,其只考虑一阶图像梯度的先验信息,而忽略了高阶图像梯度的先验信息。为了进一步提高恢复图像的 质量,提出了一种结合 Lp 伪范数的高阶 OGS 全变分,在利用高阶梯度的 OGS 约束更好地描述图像梯度稀疏 先验的同时,还利用 Lp 伪范数的强稀疏诱导能力更好地描述椒盐噪声的稀疏性。该模型采用交替方向乘子法 求解,并将模型分解为若干个子问题求解。最后,通过实验验证了该模型的正确性,并结合峰值信噪比、结构 相似性度和梯度幅值相似性偏差对模型的恢复性能进行了评价。实验结果表明,该方法相比一些先进的去噪模 型具有很强的竞争力。
中图分类号: