• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>International journal of image and data fusion >Total variation regularisation-based image fusion framework for denoising signal-dependent noise
【24h】

Total variation regularisation-based image fusion framework for denoising signal-dependent noise

机译：基于总变化正则化的图像融合框架，用于消除与信号有关的噪声

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this article, an image fusion approach is proposed for denoising digital images corrupted with signal-dependent noise. In the proposed approach, multiple captures of the same scene of interest are acquired and fused to estimate the original, noise-free image. This approach is motivated by the fact that noise is random in nature; hence, its interaction with the pixels will change with each capture, which in turn can be exploited for denoising purposes. In order to fuse multiple captures, a local affine model is developed to relate these captures and the corresponding original image. Furthermore, total variation regularisation, which preserves discontinuity and is robust to noise, is used to solve the local affine fusion model iteratively to estimate the original image. While the proposed approach requires multiple captures, it is still computationally very fast and the quality of the denoised images clearly indicates the feasibility of the proposed approach.
机译：在本文中，提出了一种图像融合方法，用于对因信号相关噪声而损坏的数字图像进行降噪。在提出的方法中，对同一感兴趣场景的多次捕获被获取并融合在一起，以估计原始的无噪声图像。这种方法的动机是噪声本质上是随机的。因此，它与像素的交互将随每次捕获而改变，进而可以用于降噪目的。为了融合多个捕获，开发了局部仿射模型以将这些捕获与相应的原始图像相关联。此外，总变化正则化可保留不连续性并且对噪声具有鲁棒性，可用于迭代求解局部仿射融合模型以估计原始图像。尽管所提出的方法需要多次捕获，但其计算速度仍然非常快，并且去噪图像的质量清楚地表明了所提出方法的可行性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号