一种改进全变差正则化的shearlet自适应带钢图像去噪算法.pdfVIP

第43卷摇 第6期 摇 摇 摇 表面技术 摇 摇 2014年12月 SURFACE TECHNOLOGY ·105 · 試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試 一种改进全变差正则化的 Shearlet 自适应带钢图像去噪算法 韩英莉 (天津工业大学 机械工程学院,天津300387) 摘摇 要: 目的摇 有效去除生产现场所采集的带钢图像上的混合噪声。 方法摇 结合Shearlet 变换具有较好 的稀疏表示图像特征的性质与全变分各向异性扩散的优点,提出一种带钢图像去噪新算法。 对Shearlet 变换分解后的图像进行硬阈值处理,再进行Shearlet 变换重构形成估计图像,采用改进自适应的变差正则 化的极小化迭代模型对估计图像进行迭代修正。 结果摇 去噪后的图像具有很好的视觉效果,避免了伪吉 布斯效应的产生。 在强噪水平下,对比新模型与小波去噪,PSNR提高了约9 dB,均方差降低了约319。 结论摇 该方法获得了较好的峰值信噪比增益,使信号幅度有较高的保真度,具有更好的平滑噪声和边缘 保持功能。 关键词:冷轧带钢;图像去噪;Shearlet 变换;全变差模型 中图分类号:TG115.2;TP183摇 摇 文献标识码:A摇 摇 文章编号:1001鄄3660(2014)06鄄0105鄄06 A Modified Total Variation Regularization Shearlet Adaptive Algorithm for Steel Strip Image Denoising HAN Ying鄄li (School of Mechanical Engineering,Tianjin Polytechnic University,Tianjin300387,China) ABSTRACT:Objective To effectively remove mixed noise from the image of acquisition steel strip in the production field. Methods CombiningtheadvantageoftheShearlettransformwhichhasbetterpropertiestosparsely expressthecharacteristicsofthe images and thetotalvariationalanisotropicdiffusion,anewimagedenoisingmodelwasproposed. AfterShearletransformdecompo鄄 sition,the imagewasprocessedby hardthresholding,andthenthe estimated imagewasformed after Shearletransformreconstruc鄄 tion. Thealgorithmusediterativemodelof minimizationoftotalvariationregularizationtocorrecttheestimatedimage. ResultsThe denoised imagehadgoodvisual effect,andthecreationof pseudo Gibbseffectwasavoided. Thecomparisonof thenew modelwith wavelet denoisingunderthestrongnoiselevel showedthatPSNRwasincreasedby9 dBandMSEwasreducedby319. Conclusion