一種基于魯棒統(tǒng)計(jì)的圖像建模方法及其在去噪中的應(yīng)用.pdf

1、圖像恢復(fù)過(guò)程就是對(duì)給定的退化圖像或噪聲污染的圖像，根據(jù)某種先驗(yàn)知識(shí)來(lái)重建和恢復(fù)原有圖像的過(guò)程，傳統(tǒng)的線性去噪方法在去噪的同時(shí)破壞了邊緣、線條、紋理等圖像特征，如何在去噪的同時(shí)保持邊緣，是本文要探索的問(wèn)題。 本文在介紹分析了P-M各項(xiàng)異性擴(kuò)散方程、全變差模型（TV模型）、魯棒統(tǒng)計(jì)后，詳細(xì)論述了貝葉斯方法、魯棒性估計(jì)理論與變分偏微分的統(tǒng)一性。本文由最大似然估計(jì)得到保真項(xiàng)為L(zhǎng)<,p>范數(shù)的圖像恢復(fù)模型，同時(shí)從魯棒統(tǒng)計(jì)的角度，找到能擬合

2、圖像梯度模直方圖的三個(gè)概率密度函數(shù)：哥西密度函數(shù)、T密度函數(shù)和韋布密度函數(shù)后，基于Huber定理，推導(dǎo)得到相應(yīng)的三個(gè)勢(shì)函數(shù)？作為圖像恢復(fù)模型的正則項(xiàng)，從而對(duì)高斯噪聲和脈沖噪聲分別建立相應(yīng)的去噪模型。實(shí)驗(yàn)表明：1）當(dāng)噪聲為高斯噪聲，用保真項(xiàng)為L(zhǎng)<,2>范數(shù)的模型去噪效果比較好；當(dāng)噪聲為脈沖噪聲，用保真項(xiàng)為L(zhǎng)<,2>范數(shù)的去噪模型去噪效果比較好。2）本文提出的保真項(xiàng)為三個(gè)密度函數(shù)推導(dǎo)得到的勢(shì)函數(shù)，都能在去噪的同時(shí)有效的保留邊緣。相比而言，保