Thông tin chung
  English
  Đề tài NC khoa học
  Bài báo, báo cáo khoa học
  Hướng dẫn Sau đại học
  Sách và giáo trình
  Các học phần và môn giảng dạy
  Giải thưởng khoa học, Phát minh, sáng chế
  Khen thưởng
  Thông tin khác
  Tài liệu tham khảo
  Hiệu chỉnh
 
Số người truy cập: 107,445,292

 Edge coherence-weighted second-order variational model for image denoising
Tác giả hoặc Nhóm tác giả: Tran Dang Khoa Phan, Thi Hoang Yen Tran
Nơi đăng: Signal, Image and Video Processing; Số: 1;Từ->đến trang: 1-8;Năm: 2022
Lĩnh vực: Tự nhiên; Loại: Bài báo khoa học; Thể loại: Quốc tế
TÓM TẮT
High-order variational models have the ability to remove the staircase effect generated by the total variation regularizer. They, however, tend to blur object edges. To overcome this drawback, we introduce an edge coherence-weighted second-order (ECSO) model for image denoising. We propose novel regularizers that use the edge coherence quantity to adjust the strength of regularization according to the characteristics of each pixel. We then adapt the split Bregman algorithm to solve the proposed model. All the subproblems are solved efficiently using the fast Fourier transform and the shrinkage operator. Extensive experiments show that the proposed model outperforms state-of-the-art high-order variational models for image denoising.
ABSTRACT
High-order variational models have the ability to remove the staircase effect generated by the total variation regularizer. They, however, tend to blur object edges. To overcome this drawback, we introduce an edge coherence-weighted second-order (ECSO) model for image denoising. We propose novel regularizers that use the edge coherence quantity to adjust the strength of regularization according to the characteristics of each pixel. We then adapt the split Bregman algorithm to solve the proposed model. All the subproblems are solved efficiently using the fast Fourier transform and the shrinkage operator. Extensive experiments show that the proposed model outperforms state-of-the-art high-order variational models for image denoising.
© Đại học Đà Nẵng
 
 
Địa chỉ: 41 Lê Duẩn Thành phố Đà Nẵng
Điện thoại: (84) 0236 3822 041 ; Email: dhdn@ac.udn.vn