• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of visual communication & image representation >An image denoising approach based on adaptive nonlocal total variation
【24h】

An image denoising approach based on adaptive nonlocal total variation

机译：基于自适应非局部总变化的图像去噪方法

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 the nonlocal total variation (NLTV) model the constant regularization parameter lambda cannot adaptively control the balance between the regularization term and the fidelity term, which may results in over-smoothing and the more losing image details in non-flat areas when lambda is small, or insufficient noise removal in flat areas when lambda is large. It is better that lambda has different values according to the characteristics of image areas. In this paper, we introduce an adaptive regularization parameter lambda(x) which can recognize flat areas and non-flat areas of an image and propose an improved NLTV model by replacing regularization parameter lambda in NLTV model with the function lambda(x). In addition, we calculate the similarity weight function of our model from the pre-filtered image to reduce the influence of noise on it. Experimental results demonstrate our approach outperforms some existing methods in terms of objective criteria and subjective visual perception. (C) 2019 Elsevier Inc. All rights reserved.
机译：在非局部总变化（NLTV）模型中，恒定的正则化参数lambda无法自适应地控制正则化项与保真度项之间的平衡，这可能会导致过度平滑，并且当lambda较小时，会在非平坦区域损失更多图像细节，或者当lambda较大时，在平坦区域中无法充分去除噪音。 lambda最好根据图像区域的特性而具有不同的值。在本文中，我们介绍了一种自适应正则化参数lambda（x），它可以识别图像的平坦区域和非平坦区域，并通过用函数lambda（x）替换NLTV模型中的正则化参数lambda来提出一种改进的NLTV模型。此外，我们从预先过滤的图像计算模型的相似度加权函数，以减少噪声对其的影响。实验结果表明，在客观标准和主观视觉方面，我们的方法优于某些现有方法。 （C）2019 Elsevier Inc.保留所有权利。

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