混合噪声模型下tv正则化去噪方法优化

《混合噪声模型下tv正则化去噪方法优化》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、，’—．．片‘：…＇＇Ｋ减、＇－？？：Ｔ．‘啡辟圓＾＃靖；ｆ＾乂《Ｓｏｕ化ＣｈｉｎａＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ工程硕±学位论文■．■：－Ｉ；．＇．．混合噪声模型下ＴＶ正则化去噪方法优化作者姓名陈锡槐工程领域控制工程校内指导教师高红霞教授校外指导教师李脏高级工程师所在学院自动化科学与工程学院论文提交日期２０１６年３月OptimizationofTVRegularizatio

2、nDenoisingAlgorithmforMixedNoiseADissertationSubmittedfortheDegreeofMasterCandidate：ChenXilinSupervisor：Prof.GaoHongxiaSouthChinaUniversityofTechnologyGuangzhou,China分类号：TP319学校代号：10561学号：201321012745华南理工大学硕士学位论文混合噪声模型下TV正则化去噪方法优化作者姓名：陈锡磷指导教师姓名、职称：高红霞教授申请学位级别

3、：全日制工程硕士学科专业名称：控制工程论文形式：□产品研发□工程设计□√应用研究□工程/项目管理□调研报告研究方向：图像处理与模式识别论文提交日期：2016年3月25日论文答辩日期：2016年3月22日学位授予单位：华南理工大学学位授予日期：年月日答辩委员会成员：主席：陈雪梅委员：胡跃明高红霞罗家祥张梅华南理工大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研巧所。除了文中特别加，本论文不包含任取得的研究成果＾＾标注引用的内容外何其他个人或集体己经发表或撰写的成果作品。

4、对本文的研究做出重要贡献的个人和集体，均己在文中Ｗ明确方式标明。本人完全意识到本声明的法律后果由本人承担。日期；／以年吝月巧日作者签名：知学位论文版权使用授权书艮本学位论文作者完全了解学校有关保留、使用学位论文的规定，Ｐ；研究生在校攻读学位期间论文工作的知识产权单位属华南理工大学。学校有权保存并向国家有关部口或机构送交论文的复印件和电子版，允许学位论文被查阅（除在保密期内的保密论文外）；学校可公布学位论文的全部、缩印或其它复制手段保存、汇编学位论或部分内容，可Ｗ允许采用影印

5、一文。本人电子文档的内容和纸质论文的内容相致。本学位论文属于；□保密。，在年解密后适用本授权书口不保密，同意在校园网上发布，供校内师生和与学校有共享协议的单位浏览；同意将本人学位论文提交中国学术期刊（光盘版）电子杂志社全文出版和编入ＣＮＫＩ《中国知识资源总库》，传播学位论文的全部或部分内容。＂请在上相应方框内打４＾Ｃ）作者签名日期：：兴時巧训睐场秦，巧巧：；指导教师签名日期坪叫＼＾：：电子邮箱作联系电话者：系地址含邮编联（）摘要全变分(TotalVariati

6、on,TV)正则化去噪方法能够在去除图像噪声的同时，保护图像的边缘和细节不受损失，是许多学者在图像去噪领域中的研究重点。该方法以前主要用于单一噪声如高斯噪声、泊松噪声去噪，近些年来，开始有学者将该方法用于混合噪声去噪并取得不错的去噪效果。然而，许多全变分正则化去噪方法在进行求解特别是处理混合噪声时，涉及偏微分方程计算，需要进行迭代，计算量大，收敛速度较慢，效率不高，难以应用于对算法速度性能要求较高的场合。因此，本文围绕着混合噪声模型下的全变分正则化去噪方法，对其求解过程进行速度优化，主要工作内容如下：(1)针对高

7、分辨率图像因数据量大导致单次迭代过程计算量大的特点，提出了基于多分辨率的优化方法。该方法将迭代求解过程分解为多个迭代环节，通过高斯金子塔和拉普拉斯金字塔获取含噪图像下的多分辨图像和边缘图像，在初始迭代环节对低分辨率图像进行快速求解，在后续迭代环节对高分辨率图像采用插值算法、拉普拉斯图像叠加方式保护图像边缘信息。实验结果证明了基于多分辨的优化方法与未优化的梯度下降法相比，在保证图像去噪效果的同时，时间性能提升一倍以上。(2)从高斯-泊松混合噪声模型下全变分正则化目标函数中泊松噪声项和高斯噪声项两项分离求解从而提高收

8、敛速度的角度进行考虑，提出了基于SplitBregman的优化方法。该方法通过算子分裂思想和Bregman迭代，实现对泊松项和高斯项分离处理并快速求解，同时在迭代过程中使用Shrink算子和Gauss-Seidel方法降低计算复杂度。实验证明了该优化方法与拟牛顿法等方法相比，其去噪图像具有更高的峰值信噪比，并且能够在更短时间内快速收敛求解。关键词：混合噪声；全变分；正则化