基于改进的全变差方法的图像分解

图像分解是将图像的不同组成部分利用分解算法分别提取出来,而全变差方法是基于PDE方法进行图像处理问题的一种数学方法。在Meyer等思想的影响下,对现有基于BV(Ω)空间的全变差(TV)正则项进行分析研究后,提出了一种L1(Ω)空间上的改进的全变差正则模型。在改进的TV方法基础上,首先分别推荐了改进的TV-G和TV-H-1图像分解极小泛函模型;然后给出了相应的欧拉-拉格朗日方程以及对应的数值解;最后,对3类测试图像,包括纹理类图像、航空类图像、杂类图像分别进行了图像分解数值实验,同时也进行了信噪比和时间效率的对比分析。实验结果表明:改进的TV-H-1模型在针对纹理类图像分解时,分解效果优于TV-H-1模型,而改进的TV-G模型在针对上述3类图像分解时,大部分图像分解效果优于TV-G模型。