去除乘性噪声的小波变分模型

doi:10.3969/j.issn.0372-2112.2012.03.011

电子学报 ›› 2012, Vol. 40 ›› Issue (3): 477-482.DOI: 10.3969/j.issn.0372-2112.2012.03.011

去除乘性噪声的小波变分模型

李亚峰^1,2, 冯象初¹

1. 西安电子科技大学应用数学系,陕西西安 710071;2. 宝鸡文理学院计算机科学系,陕西宝鸡 721016

收稿日期:2010-06-19 修回日期:2011-09-12 出版日期:2012-03-25
- 基金资助:
- 国家自然科学基金 (No.61105011,No.11101292,No.61001156); 教育部科学技术研究重点项目 (No.211155); 宝鸡文理学院2010年院级科研重点项目 (No.ZK10171)

Wavelet Based Variational Model to Remove Multiplicative Noise

LI Ya-feng^1,2, FENG Xiang-chu¹

1. Department of Applied Mathematics,Xidian University,Xi'an,Shaanxi 721016,China;2. Department of Computer Science,Baoji University of Arts and Science,Baoji,Shaanxi 721016,China

Received:2010-06-19 Revised:2011-09-12 Online:2012-03-25 Published:2012-03-25

摘要/Abstract

摘要： 基于一个凸的全变差变分能量泛函,本文提出一个去除乘性噪声的小波变分模型.使用凸优化工具,给出该模型的交替分裂Bregman算法.相比于目前基于全变差去除乘性噪声的变分模型和分裂算法,新模型和算法形式简单,推广性强.一系列实验结果验证了本文算法及推广算法的有效性.

关键词: 乘性噪声, Besov空间, 小波, 曲线波, 变分模型

Abstract: Based on a convex total variation (TV) variational energy function,this paper proposes a wavelet based variational model to remove multiplicative noise.Using convex optimization tool,we give an alternating split Bregman algorithm to solve the proposed model.Compared with existing TV based method,the proposed algorithm is simple and can be extended easily.Numerical experiments are presented to demonstrate the efficient performance of the proposed algorithm and its extensions.

Key words: multiplicative noise, besov space, wavelet, curvelet, variational model

中图分类号:

TP391

李亚峰, 冯象初. 去除乘性噪声的小波变分模型[J]. 电子学报, 2012, 40(3): 477-482.

LI Ya-feng, FENG Xiang-chu . Wavelet Based Variational Model to Remove Multiplicative Noise[J]. Acta Electronica Sinica, 2012, 40(3): 477-482.

[1]	吕杭, 蒋明峰, 李杨, 张鞠成, 王志康. 基于混合时频域特征的卷积神经网络心律失常分类方法的研究[J]. 电子学报, 2023, 51(3): 701-711.
[2]	李明爱, 张圆圆. 基于连续小波变换和符号传递熵的脑功能网络构建方法[J]. 电子学报, 2022, 50(7): 1600-1608.
[3]	王相海, 赵晓阳, 王鑫莹, 赵克云, 宋传鸣. 非抽取小波边缘学习深度残差网络的单幅图像超分辨率重建[J]. 电子学报, 2022, 50(7): 1753-1765.
[4]	刘胜, 王帮民, 张兰勇. 多通道盲电磁辐射现场分离方法研究[J]. 电子学报, 2022, 50(3): 557-566.
[5]	吴龙文, 聂雨亭, 张宇鹏, 何胜阳, 赵雅琴. 基于变分模态分解的自适应滤波降噪方法[J]. 电子学报, 2021, 49(8): 1457-1465.
[6]	甘建旺, 沙芸, 张国英. 基于图像中值灰度相似度函数加权曲率滤波算法[J]. 电子学报, 2021, 49(6): 1187-1194.
[7]	林金朝, 李必禄, 李国权, 黄正文, 庞宇. 基于EWT和结构特征提取的心电信号R波识别算法[J]. 电子学报, 2021, 49(6): 1217-1223.
[8]	刘芳, 韩笑. 基于小波变换和深度网络的着陆地貌图像分类[J]. 电子学报, 2021, 49(11): 2171-2176.
[9]	孙鑫威, 纪爱敏, 陈曦晖, 林新海, 许行. 强噪声背景下动车组轴承微弱故障信号检测[J]. 电子学报, 2021, 49(11): 2217-2224.
[10]	刘秋红, 李天昀, 王彬, 许漫坤, 邱钊洋. 基于离散小波分解和频率脊线分析的CPM信号符号速率盲估计[J]. 电子学报, 2020, 48(3): 470-477.
[11]	黄飞江, 陈演羽, 李廷会, 袁海波, 单庆晓. 基于灰色模型和混沌时间序列的卫星钟差预测算法[J]. 电子学报, 2019, 47(7): 1416-1424.
[12]	黎明, 邢冬冬, 汪宇玲. 基于多分辨率Trace变换的纹理图像分类[J]. 电子学报, 2019, 47(4): 962-969.
[13]	陈扬, 李旦, 张建秋. 互补色小波域图像质量盲评价方法[J]. 电子学报, 2019, 47(4): 775-783.
[14]	张政, 马金全. 一种随机共振联合小波变换的符号速率估计方法[J]. 电子学报, 2019, 47(12): 2647-2652.
[15]	范虹, 张程程, 侯存存, 朱艳春, 姚若侠. 结合双树复小波变换和改进密度峰值快速搜索聚类的乳腺MR图像分割[J]. 电子学报, 2019, 47(10): 2149-2157.

去除乘性噪声的小波变分模型

Wavelet Based Variational Model to Remove Multiplicative Noise

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics