基于Lp收缩算子的改进广义全变分去噪方法
【摘要】 二阶广义的全变分模型是一种建立在全变分模型的思想之上进行改进的图像去噪模型，该模型是一种考虑了一阶以及高阶梯度稀疏性的模型，能够有效地抑制阶梯伪影效应的产生。Lp收缩算子相比于L1算子增加了一个自由度，它能够更好地刻画稀疏梯度信息，同时Lp收缩算子的等高线对噪声更加鲁棒。考虑到Lp收缩算子的优势，将Lp收缩算子引入二阶广义全变分去噪模型，提出改进的二阶广义全变分Lp收缩算子模型(TGV2-Lp)。利用交替乘子迭代法对模型进行求解，引入快速傅里叶算法提高算法效率。通过测试6组图片、对比传统的3种去噪模型，从实验结果可以得出，提出的模型TGV2-Lp在有效保留图片边缘细节信息的同时，能够有效去除噪声，在视觉效果、峰值信噪比和结构相似性都有一定优势。
