结合加权核范数与全变分的图像二级去噪

来源：计算机工程与应用杂志2017年第23期北京时间：

作者：朱 豪1，2，路锦正1，2

单位：1.西南科技大学 信息工程学院，四川 绵阳 621010；2.特殊环境机器人技术四川省重点实验室，四川 绵阳 621010

摘要：为提升图像去噪后的视觉感受，提出一种加权核范数最小化（WNNM）结合全变分（TV）的二级图像降噪方法。首先对含噪图像进行TV基础去噪，其次用噪声图像与基础去噪结果图做差分运算，并对差分后的结果自适应维纳滤波，然后将滤波后图像与基础TV降噪图像叠加，利用块匹配做相似补丁收集，最后运用加权核范数最小化进行二次去噪，得到最终降噪图像。通过与原WNNM、三维块匹配去噪（BM3D）、漏斗自相似非局部去噪（FNLM）方法对比，该方法不仅对平滑区域有较优的降噪效果，同时处理了漏斗自相似非局部去噪与BM3D在高噪声情况下带来花斑与假条纹状况，并且使结构纹理信息最大化相似。

关键词：加权核范数,全变分,图像残差,二次去噪