一种非对称非局部变分图像复原模型

摘要

cqvip:非局部变分采用关于目标像素点对称的区域作为寻找相似信息的目标图像块,会遗漏部分相似信息或无法找到相似信息,造成图像的非局部相似信息无法有效利用,图像复原性能有限。为更有效地利用图像非局部相似信息,提出以关于目标像素点非对称的区域作为目标图像块的非对称非局部变分模型。为有效求解该模型,通过图像平移将二维空间的非对称非局部变分模型转变为三维空间的对称非局部变分模型,并给出该模型的交替Bregman迭代求解过程。通过对比实验证明:提出的非对称非局部变分模型更好地利用了图像的非局部相似度信息,可复原更多的图像信息,获得的峰值信噪比与结构相似度都高于非局部变分模型。