总变差去噪
总变差去噪(英语:Total Variation Denoising)是讯号处理中一种常见的降噪方法,于1992年由L. I. Rudin、和E. Fatemi提出,因此亦称为ROF模型。一个含有杂讯的讯号相较于其未受杂讯影响的讯号,会有较大的总变差值,即其梯度绝对值的总和较大。因此若能找到一个与原始讯号相似且总变差较小的讯号,即可作为原始讯号的降噪结果。此算法可以在去除杂讯的同时保留边缘,即使在低讯号杂讯比的情况下,依然能有效的去噪和保留边缘。
总变差.
总变差为一函数其数值变化的总和。可表示为其微分后取绝对值再积分的结果。
一维连续函数.
若一函数formula_1为一维连续可微函数,其在区间formula_2之总变差定义为
formula_3,
其中formula_4为formula_5的一次微分。
当formula_5不可微分时,其总变差由一般性的定义给出:
formula_7,
其中formula_8为区间formula_9中所有可能的分割,即formula_10。
一维离散函数.
若一函数formula_1为一维离散函数,则其总变差定义为
formula_12.
即差分后取绝对值再加总的结果。
一维讯号去噪.
设输入的观察讯号为formula_13,对formula_13去噪得到的讯号为formula_15。我们可以透过解最佳化问题来从formula_13得到formula_15。当以总变差去噪法对讯号进行去噪时,最佳化问题应满足以下两个条件:
在数学上,两个讯号的相似度可以以两者差的formula_21-范数表示,即
formula_22,
其中formula_23即为formula_21-范数,而formula_25为讯号的取样点。
借由上述数学表达式,总变差去噪法的最佳化问题可以写成
formula_26.
即利用最小平方法,并以总方差作为正规化的正规项,以求得去噪结果。其中formula_27为正规化参数,用于调整正规项的重要程度。
由于formula_28和formula_29皆为凸函数,因此一维总变差去噪的最佳化为一凸优化问题,有许多凸优化演算法可以求解,且其解必为全局最佳值。
影像去噪.
影像为二维离散讯号,在ROF模型中定义的总变差为
formula_30,
其中formula_31为处理图片,formula_32与formula_33为两个运算子,分别代表将图片水平移动formula_34个像素与垂直移动formula_35个像素。formula_27为权重,随著平移距离递减。
当formula_37和formula_38时,图片的每一个像素与相邻之下一个像素相减,此时的双边总变差与总变差相同。当formula_39为其它值时,可以当成是计算斜线方向以及将图片降采样后的总变差值。如此达到更好的正规化效果。
根据S.Farisu的实验结果,双边总变差相对于总变差,边界模糊的情况较少,能够更好的保留原图片边界。
生成维基百科快照图片,大概需要3-30秒!