论文研究全变分引导图像去噪.pdf

引导滤波要求具有良好结构的引导图像进行辅助滤波。当噪声较多时，引导图像中的结构、边缘等遭到破坏，无法提供有效的引导信息，严重影响去噪效果。经典的全变分模型可以得到分片常数图像，具有良好的保持边界和结构的性能，可为引导滤波提供鲁棒的引导信息。为此，结合全变分模型和引导滤波，以噪声图像作为输入，利用全变分模型处理后的图像作为引导图像，而后进行引导滤波，并对上述过程进行迭代处理，以消除全变分模型带来的阶梯效应。实验结果表明，该算法在去除噪声的同时保持更多的细节，同时减轻全变分模型的阶梯效应。