周 千 李文胜

(西安航空学院理学院 西安 710077)



一种改进CB模型的彩色图像混合噪声去除方法*

周 千 李文胜

(西安航空学院理学院 西安 710077)

将分数阶偏微分理论和CB模型相结合应用于彩色图像混合噪声去除。对于添加混合噪声的彩色图像,首先,利用MCM模型去除图像中的椒盐噪声,然后将处理后的彩色图像分解为色度C和亮度B两部分,用分数阶偏微分模型处理亮度B,而对于色度C,由于其受到单位长度的限制,在处理时非常困难,因此,在角度域中平滑色度C,这样可以避免计算时的困难,并能够提高平滑的效率,然后将处理后的亮度B和色度C合成为新的彩色图像。最后通过实验证明了该方法的有效性。

彩色图像去噪; 分数阶偏微分方程; CB模型; 角度域

Class Number TP391

1 引言

在图像获取和传输的过程中,会产生大量的噪声,这些噪声会对图像的质量产生严重的影响。基于偏微分方程的图像去噪方法不但能较好地抑制噪声,而且能保持图像的边缘纹理特征,较好地克服了保持图像特征和抑制噪声这一对矛盾。针对不同的噪声,各种去噪方法应运而生。然而,现有的去噪方法大多是针对某一特定噪声的,在混合噪声情形下效果不理想。鉴于此,美籍韩国学者Seongjai Kim提出了一种混合PM模型[1]、TV模型[2]和MCM模型的αβϖ(ABO)模型[3],利用MCM模型能够有效地去除椒盐噪声,而PM模型、TV模型则能够去除高斯噪声,因此,该模型能够有效地平滑混合了高斯噪声和椒盐噪声的图像。然而,无论是PM模型还是TV模型,都是基于整数阶偏微分对图像进行去噪处理。……