基于平稳 Framelet 变换与非凸稀疏正则化的椒盐噪声去除方法
图像与视频处理
2023-02-09 v9 计算机视觉与模式识别
摘要
椒盐噪声去除是图像处理中常见的反问题。传统去噪方法有两个局限性。首先，噪声特征通常未被准确描述。例如，噪声位置信息常被忽略，且椒盐噪声的稀疏性常用 L1 范数描述，这无法清晰说明稀疏变量。其次，传统方法将受污染图像分离为恢复图像和噪声部分，从而导致恢复图像的平滑部分和细节部分不尽如人意。在本研究中，我们引入噪声检测策略以确定噪声位置，并采用由 Lp 拟范数描述的非凸稀疏正则化来刻画噪声的稀疏性，从而解决第一个局限性。采用基于平稳 Framelet 变换的形态分量分析框架将处理后的图像分解为卡通、纹理和噪声部分，以解决第二个局限性。然后，采用交替方向乘子法（ADMM）求解所提模型。最后，进行实验以验证所提方法并将其与一些当前最先进的去噪方法进行比较。实验结果表明，所提方法能够去除椒盐噪声并保留处理图像的细节。
引用
@article{arxiv.2110.09113,
title = {Salt and pepper noise removal method based on stationary Framelet transform with non-convex sparsity regularization},
author = {Yingpin Chen and Yuming Huang and Lingzhi Wang and Huiying Huang and Jianhua Song and Chaoqun Yu and Yanping Xu},
journal= {arXiv preprint arXiv:2110.09113},
year = {2023}
}