×
徐茂元;谢小平

基于空间分数阶各向异性扩散方程的高效特征保留图像去噪算法。 （英语） Zbl 1481.94039号

东亚J.应用。数学。 11，编号4，788-807（2021）。
摘要：提出了一种基于非线性空间分数阶各向异性扩散方程的高效特征保留分数阶图像去噪算法。PDE模型中使用的双面Grünwald-Letnikov分数导数适合描述图像的局部自相似性。采用短记忆原理简化近似方案。实验结果表明，该方法具有极高的结构保持性，在去噪和特征保持之间保持了显著的平衡。

引用于1文件

MSC公司：

94A08型 信息与通信理论中的图像处理（压缩、重建等）
35兰特 分数阶偏微分方程

关键词：

图像去噪;特征保持;空间分数扩散方程;双边导数;Grünwald-Letnikov导数

软件：

电视录像机;DnCNN公司
PDF格式BibTeX公司 XML格式引用
\textit{M.Xu}和\textit{X.Xie}，东亚应用杂志。数学。11，第4号，788--807（2021；Zbl 1481.94039）
全文： 内政部

参考文献：

[1] A.Abirami，P.Prakash和K.Thangavel，基于分数扩散方程的图像去噪模型，使用CN-GL方案，国际计算机杂志。数学。95(6-7), 1222-1239 (2018). ·Zbl 1496.94005号
[2] J.Bai和X.C.Feng，图像去噪的分数阶各向异性扩散，IEEE Trans。图像处理。16（10），2492-2502（2007）·Zbl 1119.76377号
[3] J.Bai和X.-C.Feng，使用广义各向异性扩散进行图像去噪，J.Math。Imaging Vision 60（7），994-1007（2018）·Zbl 1437.94004号
[4] T.Barbu，使用二阶双曲方程进行图像恢复的非线性PDE模型，Numer。功能。分析。最佳方案。36(11), 1375-1387 (2015). ·Zbl 1336.35246号
[5] T.Barbu，基于非线性四阶PDE的图像去噪技术，载于：2016年国际系统、信号和图像处理会议（IWSSIP），第1-4页，IEEE（2016）。
[6] T.Chan、A.Marquina和P.Mulet，基于高阶全变分的图像恢复，SIAM J.Sci。计算。22(2), 503-516 (2000). ·Zbl 0968.68175号
[7] T.F.Chan、S.H.Kang和J.Shen，基于CB和HSV颜色模型的彩色图像的全变分去噪和增强，J.Vis。公社。图像R.12（4），422-435（2001）。
[8] G.Y.Chen，T.D.Bui和A.Krzyzak，利用相邻小波系数进行图像去噪，积分。计算-援助。E.12（1），99-107（2005）。
[9] Q.Chen等，基于差曲率的自适应全变分去噪，图像视觉计算。28(3), 298-306 (2010).
[10] E.Cuesta和J.Finat，《利用线性积分微分方程进行图像处理》，载于《第三届IASTED国际会议可视化、成像和图像处理》第1期，第438-442页（2003年）。
[11] E.Cuesta、M.Kirane和S.A.Malik，使用广义分数时间积分的图像结构保持去噪，信号处理。92(2), 553-563 (2012).
[12] L.Deng，H.Zhu，Z.Yang和Y.Li，基于Hessian矩阵的四阶各向异性扩散滤波器用于图像去噪，Opt。激光技术。110184-190（2019年）。
[13] F.Dong，基于分数阶导数的图像去噪变分框架，载于：2013年第九届国际自然计算会议（ICNC），第1283-1288页，IEEE（2013）。
[14] F.Dong和Y.Chen，基于分数阶导数的图像去噪变分框架，逆问题。图像。10(1), 27 (2016). ·Zbl 1335.49048号
[15] H.-L.Eng和K.-K.Ma，噪声自适应软开关中值滤波器，IEEE Trans。图像处理。10(2), 242-251 (2001). ·Zbl 1039.68783号
[16] P.Getreuer，Rudin-Osher-Fatemi使用分裂Bregman的全变差去噪，图像处理。在线2，74-95（2012）。
[17] G.Gilboa、N.Sochen和Y.Y.Zeevi，通过复杂扩散过程进行图像增强和去噪，IEEE T.模式分析。26(8), 1020-1036 (2004).
[18] M.R.Hajiaboli，《用于图像噪声去除的各向异性四阶扩散滤波器》，国际期刊。《愿景》，92（2），177-191（2011）·Zbl 1235.94024号
[19] H.Han，一种基于张量投票的分数阶图像去噪模型及其数值算法，应用。数字。数学。145, 133-144 (2019). ·Zbl 1477.94011号
[20] M.Janev、S.Pilipović、T.Atanacković、R.Obradović和N.Ralević，图像去噪的完全分数各向异性扩散，数学。计算。模型。54(1-2), 729-741 (2011). ·Zbl 1225.94003号
[21] 贾振国，魏明伟，一种新的TV-Stokes模型，用于图像去模糊和快速算法去噪，科学杂志。计算。72(2), 522-541 (2017). ·Zbl 06805216号
[22] 廖振华，正则化全空间分数阶Perona-Malik扩散低剂量x射线计算机断层成像，高级数学。物理。2013 (2013). ·Zbl 1291.92078号
[23] W.G.Litvinov、T.Rahman和X.C.Tai，用于图像处理的改进TV-Stokes模型，SIAM J.Sci。计算。33(4), 1574-1597 (2011). ·Zbl 1234.94012号
[24] K.Oldham和J.Spanier，《分数阶微积分理论及其在任意阶微分和积分中的应用》，Elsevier（1974）·兹比尔0292.26011
[25] P.Perona和J.Malik，使用各向异性扩散的尺度空间和边缘检测，IEEE T.模式分析。12(7), 629-639 (1990).
[26] I.Podlubny，用分数差分法数值求解常分数微分方程，in：Proc。第二届国际微分方程大会，Gordon和Berach（1997）·Zbl 0893.65051号
[27] 蒲玉凤，P.Siarry，J.L.Zhou和N.Zhang，基于分数阶偏微分方程的纹理图像多尺度去噪模型，数学。方法应用。科学。37(12), 1784-1806 (2014). ·兹比尔1301.35203
[28] 蒲玉凤，周杰立，袁晓元，分数微分掩模：基于分数微分的多尺度纹理增强ap-proach，IEEE Trans。图像处理。19(2), 491-511 (2009). ·Zbl 1371.94302号
[29] 蒲玉凤、P.Siarry、J.L.Zhou、Y.G.Liu、N.Zhang、G.Huang和Y.Z.Liu，纹理图像分数阶偏微分方程去噪模型，科学。中国资讯。科学。57（7），1-19（2014）·Zbl 1343.94012号
[30] R.Q.Quiroga和H.Garcia，小波去噪的单次事件相关电位，临床。神经生理学。114(2), 376-390 (2003).
[31] H.K.Rafsanjani、M.H.Sedaaghi和S.Saryazdi，图像去噪的自适应扩散系数选择，数字。信号处理。64, 71-82 (2017).
[32] L.I.Rudin、S.Osher和E.Fatemi，基于非线性总变差的噪声去除算法，《物理D》，60（1-4），259-268（1992）·Zbl 0780.49028号
[33] G.Sapiro，《几何偏微分方程和图像分析》，剑桥大学出版社（2006年）·Zbl 1141.35002号
[34] O.Scherzer、M.Grasmair、H.Grossauer、M.Haltmeier和F.Lenzen，《成像中的变分方法》，Springer（2009）·Zbl 1177.68245号
[35] B.Tang，G.Sapiro和V.Caselles，通过色度扩散的彩色图像增强，IEEE Trans。图像处理。10(5), 701-707 (2001). ·Zbl 1037.68792号
[36] C.R.Vogel和M.E.Oman，总变差去噪的迭代方法，SIAM J.Sci。计算。17(1), 227-238 (1996). ·Zbl 0847.65083号
[37] 谢军，徐立群，陈勇军，基于深度神经网络的图像去噪与修复，in：NIPS的研究。内华达州，第341-349页，美国：麻省理工学院出版社（2012）。
[38] Y.L.You和M.Kaveh，消除噪声的四阶偏微分方程，IEEE Trans。图像处理。9(10), 1723-1730 (2000). ·Zbl 0962.94011号
[39] 于建宇，翟日成，周绍，谭立群，基于改进PM模型的自适应分数阶图像去噪，数学。问题。工程2018（2018）·Zbl 1427.94031号
[40] J.Zhang和K.Chen，非均匀边界条件下图像恢复的总分数阶变分模型及其数值解，SIAM J.Imaging Sci。8(4), 2487-2518 (2015). ·Zbl 1327.62388号
[41] K.Zhang、W.Zuo、Y.Chen、D.Meng和L.Zhang，超越高斯去噪器：用于图像去噪的深度CNN残差学习，IEEE Trans。图像处理。26(7), 3142-3155 (2017). ·Zbl 1409.94754号
[42] 张伟，李建中，杨扬，图像结构保持去噪的空间分数电报方程，信号处理。107, 368-377 (2015).
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。