基于S-Euler-Elastic模型的彩色图像乘性噪声去除方法研究

针对传统变分模型在处理乘性噪声时可能会产生的“阶梯效应”问题，将经典乘性噪声去除SO模型与Euler-Elastic规则项相结合，应用于彩色图像乘性噪声去除。引入了Split Bregman算法，对每一个子问题采用了交替优化算法迭代，并在求解过程中采用FFT算法和软阈值公式。实验结果表明，相对于其它传统变分模型，由新模型处理后的图像在细节、对比度等方面有较好的保持，并避免了阶梯效应的产生；新模型在处理噪声时可以获得更高的PSNR值与SSIM值；处理噪声过程中花费的迭代时间更少。