1 太原工业学院教务处, 山西 太原 030008
2 中北大学仪器科学与动态测试教育部重点实验室, 山西 太原 030051
针对图片中文字对视觉的影响,提出基于TV模型的图片文字干扰消除算法。采用Roberts算子与二值形态学对待处理图片中干扰文字区域进行检测与准确定位,将已确定的干扰文字区域作为TV模型的约束条件进行求解即可有效消除文字的干扰。实验结果表明,该方法可以高效地检测和消除图片中的干扰文字。
图像处理 TV模型 文字检测 文字消除 二值形态学 激光与光电子学进展
2019, 56(24): 241004
苏州大学 光电科学与工程学院，江苏 苏州 215006
针对全变分(total variation，TV)模型在图像去噪过程中易于产生“阶梯效应”的缺点，提出了一种改进的二阶总广义变分(total generalized variation，TGV)图像去噪模型。新模型中，利用Kirsch边缘检测算子提取到的图像纹理信息，在二阶TGV去噪模型的正则项中引入一个边缘指示函数引导扩散。实验表明，与经典的TV去噪模型和二阶TGV去噪模型相比，新模型无论是在视觉效果上还是在峰值信噪比(PSNR)和均方误差(MSE)方面都有明显的改善，在有效地去除噪声的同时自适应地保护图像的边缘信息和细小的纹理结构信息。
全变分(TV)模型 阶梯效应 二阶总广义变分(TGV)模型 Kirsch边缘检测算子 total variation (TV) model staircase effect second order total generalized variation (TGV) mod Kirsch edge detection operator
1 西安电子科技大学 理学院,西安 710071
2 桂林电子科技大学 数学与计算科学学院,广西 桂林 541004
提出两个改进的模型用以解决标准TV模型在处理纹理丰富的图像时易丢失重要信息以B用梯度检测边缘时易受噪音干扰的缺点.模型A是在标准TV模型的基础上作了两点改进,一是引入边缘检测函数来引导扩散,二是利用小波变换的模来检测边缘.这使得新模型不但根据图像的特征进行平滑,并具有较强的抗噪能力,从而能更好地保护边缘.模型B是基于噪音在小波域中的特性对模型A在计算复杂度上的简化.数值试验表明,这两个模型均比TV模型具有较好的性能.
偏微分方程 图像去噪 小波 总变分 TV模型 Partial differential equation Image denoising Wavelet Total variation TV model
