基于反应扩散和非局部自相似的图像去噪算法

doi:10.3969/j.issn.1006-2475.2018.06.011

计算机与现代化 ›› 2018, Vol. 0 ›› Issue (06): 54-.doi: 10.3969/j.issn.1006-2475.2018.06.011

基于反应扩散和非局部自相似的图像去噪算法

（1.中国科学院电子学研究所，北京100190；2.中国科学院大学，北京100049）

收稿日期:2017-12-13 出版日期:2018-07-05 发布日期:2018-07-05
作者简介:莫佩基（1992-），女，广西北海人，中国科学院电子学研究所、中国科学院大学硕士研究生，研究方向：图像处理；雷宏（1963-），男，研究员，博士生导师，研究方向：电磁场与微波技术，信号处理。

ImageDenoisingAlgorithmBasedonReactionDiffusionandNonlocalSelf-similarity

(1.InstituteofElectronics,ChineseAcademyofSciences,Beijing100190,China;
2.UniversityofChineseAcademyofSciences,Beijing100049,China）

Received:2017-12-13 Online:2018-07-05 Published:2018-07-05

摘要/Abstract

摘要： 为了更好地利用图像先验以及保护图像边缘、纹理等细节信息，提出一种结合反应扩散（TrainedNonlinearReactionDiffusion,TNRD）与基于块组先验去噪（PatchGroupPriorbasedDenoising,PGPD）的改进算法。首先，对PGPD去噪后的图像进行小波分解得到3个正交的子带，由理论分析可知图像为各子带之和；然后利用反应扩散对高频系数大于阈值的子带部分进行扩散处理，并将处理结果替代原来部分从而获得最终去噪图像。实验结果表明，改进算法在峰值信噪比、保护细节信息等方面都有较大的性能改善。

关键词: 图像去噪, 反应扩散, 块组先验去噪, 小波分解

Abstract: Inordertomakebetteruseofimagepriorandtoprotecttheedges,textureoftheimage,animprovedalgorithmwhichcombinestrainednonlinearreactiondiffusion(TNRD)withpatchgrouppriorbaseddenoising(PGPD)isproposed.Firstofall,threeorthogonalsubbandsareobtainedbywaveletdecompositionofthePGPDdenoisedimage.Thetheoreticalanalysisshowsthattheimageisthesumofthesubbands.Thendiffusingthesubbandwithhighfrequencycoefficientsofwhichthewaveletcoefficientsaregreaterthanthethresholdbynonlinearreactiondiffusion,andtheresultsareusedtoreplacetheoriginalsubbandtogetthefinaldenoisingimage.Theexperimentalresultsshowthattheimprovedalgorithmhasgreaterperformanceimprovement,suchasthePeakSignaltoNoiseRatio(PSNR),thedetailsprotection.

Key words: imagedenoising, reactiondiffusion, patchgrouppriorbaseddenoising, waveletdecomposition

中图分类号:

TN911.73

莫佩基1,2，雷宏1. 基于反应扩散和非局部自相似的图像去噪算法[J]. 计算机与现代化, 2018, 0(06): 54-.

MOPei-ji1,2，LEIHong1. ImageDenoisingAlgorithmBasedonReactionDiffusionandNonlocalSelf-similarity[J]. Computer and Modernization, 2018, 0(06): 54-.

参考文献

［1］TomasiC,ManduchiR.Bilateralfilteringforgrayandcolorimages［C］//IEEEInternationalConferenceonComputerVision(ICCV).1998:839-846.
［2］PeronaP,MalikJ.Scale-spaceandedgedetectionusinganisotropicdiffusion［J］.IEEETransactionsonPAMI,1990,12(7):629-639.
［3］YouYL,KavenM.Fourth-orderpartialdifferentialequationfornoiseremoval［J］.IEEETransactionsonImageProcessing,2000,9(10):1723-1729.〖JP〗
［4］RudinLI,OsherS,FatemiE.Nonlineartotalvariationbasednoiseremovalalgorithms［C］//The11thInternationalConferenceoftheCenterforNonlinearStudiesonExperimentalMathematics.1992:259-268.
［5］OsherS,BurgerM,GoldfarbD,etal.Aniterativeregularizationmethodfortotalvariation-basedimagerestoration［J］.SIAMJournalonMultiscaleModeling&Simulation,2005,4(2):460-489.
［6］DonohoDL.De-noisingbysoft-thresholding［J］.IEEETransactionsonInformationTheory,1995,41(3):613-627.〖JP〗
［7］ChangSG,YuB,VetterliM.Adaptivewaveletthresholding〖JP〗forimagedenoisingandcompression［J］.IEEETransactionsonImageProcessing,2000,9(9):1532-1546.
［8］StarckJL,CandesEJ,DonohoDL.Thecurvelettransformforimagedenoising［J］.IEEETrans.onImageProcessing,2002,11(6):670-684.
［9］EladM,AharonM.Imagedenoisingviasparseandredundantrepresentationsoverlearneddictionaries［J］.IEEETransactionsonImageProcessing,2006,15(12):3736-3745.
［10］MairalJ,BachF,PonceJ,etal.Non-localsparsemodelsforimagerestoration［C］//IEEEInternationalConferenceonComputerVision(ICCV).2010:2272-2279.
［11］DongWeisheng,ZhangLei,ShiGuangming,etal.Nonlocallycentralizedsparserepresentationforimagerestoration［J］.IEEETransactionsonImageProcessing,2013,22(4):1620-1630.
［12］AharonM,EladM,BrucksteinA.K-SVD:Analgorithmfordesigningovercompletedictionariesforsparserepresentation［J］.IEEETransactionsonSignalProcessing,2006,54(11):4311-4322.
［13］BuadesA,CollB,MorelJM.Anon-localalgorithmforimagedenoising［C］//IEEEComputerSocietyConferenceonComputerVision.2005:60-65.
［14］DabovK,FoiA,KatkovnikV,etal.Imagedenoisingbysparse3-Dtransform-domaincollaborativefiltering［J］.IEEETransactionsonImageProcessing,2007,16(8):2080-2095.
［15］GuShuhang,ZhangLei,ZuoWangmeng,etal.Weightednuclearnormminimizationwithapplicationtoimagedenoising［C］//IEEEConferenceonComputerVisionandPatternRecognition(CVPR).2014:2862-2869.
［16］冯象初,李晓晖,王卫卫,等.方向扩散方程修正BM3D图像去噪改进算法［J］.西安电子科技大学学报(自然科学版),2017,44(5):102-108.
［17］刘向乐,冯象初.小波域三维块匹配图像去噪［J］.计算机工程与应用,2010,46(16):185-187.
［18］YuanJianjun.Improvedanisotropicdiffusionequationbasedonnewnon-localinformationschemeforimagedenoising［J］.〖JP〗ComputerVisionIET,2015,9(6):864-870.〖JP〗
［19］张兆伦.基于非局部均值图像去噪算法研究［D］.南京:南京邮电大学,2015.
［20］XuJun,ZhangLei,ZuoWangmeng,etal.Patchgroupbasednonlocalself-similaritypriorlearningforimagedenoising［C］//IEEEInternationalConferenceonComputerSociety.2015:244-252.
［21］YuGuoshen,SapiroG,MallatS.Solvinginverseproblemswithpiecewiselinearestimators:FromGaussianmixturemodelstostructuresparsity［J］.IEEETransactionsonImageProcessing,2012,21(5):2481-2499.
［22］ChenYunjin,YuWei,PockT.Onlearningoptimizedreactiondiffusionprocessesforeffectiveimagerestoration［J］.ComputerVisionandPatternRecognition，2015,8(1):5261-5269.
［23］DempsterAP.MaximumlikelihoodfromincompletedataviatheEMalgorithm［J］.JournaloftheRoyalStatisticalSociety，1977,39(1):1-38.
［24］MahmoudiM,SapiroG.Fastimageandvideodenoisingvianonlocalmeansofsimilarneighborhoods［J］.IEEESignalProcessingLetters,2005,12(12):839-842.

[1]	殷学杰，马玉梅，潘振宽. 基于饱和系统随机共振的图像去噪算法[J]. 计算机与现代化, 2019, 0(12): 44-.
[2]	勾荣. RiemannLiouville分数阶积分的图像去噪算法[J]. 计算机与现代化, 2016, 0(5): 13-17.
[3]	杨兴江1,3，廖志武2，蒲永华3. 基于灰色系统理论的各向异性扩散图像去噪方法[J]. 计算机与现代化, 2016, 0(2): 21-23,27.
[4]	李垒，任越美. 基于剪切波和改进P-M扩散的图像去噪[J]. 计算机与现代化, 2015, 0(5): 53-56.
[5]	王琪1，程彬2，杜娟1，徐国清1. 一种改进的小波阈值图像去噪方法[J]. 计算机与现代化, 2015, 0(4): 65-69.
[6]	徐帅华，管声启，陈龙龙，李婷 . 小波分解在带钢缺陷检测中的应用[J]. 计算机与现代化, 2014, 0(7): 146-149.
[7]	涂广毅;鲁坚;蔡志刚. 一种基于Huber曲面拟合的图像去噪算法[J]. 计算机与现代化, 2013, 1(3): 165-167,.
[8]	曲阜平;王考杰;吕玉华. 一种基于滑动窗口的数据流摘要构造算法[J]. 计算机与现代化, 2013, 1(3): 17-21.
[9]	龙钧宇;余爱民. 基于小波包变换的非局部均值去噪方法[J]. 计算机与现代化, 2013, 1(11): 13-16.
[10]	姜闪闪;吐尔洪江·阿布都克力木. 基于二进小波变换阈值去噪方法的性能分析[J]. 计算机与现代化, 2010, 1(01): 117-119.

基于反应扩散和非局部自相似的图像去噪算法

ImageDenoisingAlgorithmBasedonReactionDiffusionandNonlocalSelf-similarity

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 10

编辑推荐

Metrics

本文评价