Resumen

Para evitar los artefactos de escalera, se propone un modelo adaptativo de reducción de ruido de imagen mediante la combinación ponderada de la regularización de Tikhonov y la regularización de variación total. En nuestro modelo, la regularización de Tikhonov y la regularización de variación total pueden ser seleccionadas de forma adaptativa en función de la información del gradiente de la imagen. Cuando los píxeles pertenecen a regiones suaves, se adopta la regularización de Tikhonov, que puede eliminar los artefactos de escalera. Cuando los píxeles se encuentran en los bordes, se selecciona la regularización de variación total, que puede preservar los bordes. Empleamos el método de Bregman dividido para resolver nuestro modelo. Los resultados experimentales demuestran que nuestro modelo puede obtener un mejor rendimiento que el de otros modelos.

• Materias:Red neuronal artificial Codificación de video Reducción de ruido Pérdida de paquetes Codificación multiusuario
• Subjects:Artificial Neural Network Video Coding Noise reduction Packet loss Multi-user encoding
• Palabras claves:Modelo de eliminación de ruido de imagen adaptable; Regularización de Tikhonov; Regularización de variación total; Información de gradiente; Método de Bregman dividido
• Keywords:Adaptive; Image denoising model; Tikhonov regularization; Total variation regularization; Gradient information; Split Bregman method