画像のノイズ除去とコントラスト強調を同時に行うための変分モデル

Variational model for simultaneously image denoising and contrast enhancement.

• Wei Wang
• Caixia Zhang
• Michael K Ng

抄録

入力画像にノイズが多い場合，コントラスト強調の性能が低下する．本論文では，画像のノイズ除去とコントラスト強調を同時に行うための変分モデルを提案・開発する．このアイデアは、結果として得られるヒストグラムが均一になるように再分配され、画像のノイズが除去されるように、入力画像の画素値を直接調整するためのエネルギー関数を含む変分法を提案することである。提案モデルでは，画像のコントラストを向上させるためにヒストグラム等化項を考慮し，入力画像のノイズを除去するために全変量項を組み込み，入力画像の構造と質感を維持するために忠実度項を追加する．提案アルゴリズムの最小化器の存在と収束性について検討し、解析を行った。実験結果は、平均的な局所コントラスト、離散エントロピー、構造的類似度指数、エンハンスメントの尺度、エンハンスメントの絶対尺度、エンハンスメントの二次微分のような尺度の観点から、既存の手法と比較して、提案モデルの有効性を示すために提示される。

The performance of contrast enhancement is degraded when input images are noisy. In this paper, we propose and develop a variational model for simultaneously image denoising and contrast enhancement. The idea is to propose a variational approach containing an energy functional to adjust the pixel values of an input image directly so that the resulting histogram can be redistributed to be uniform and the noise of the image can be removed. In the proposed model, a histogram equalization term is considered for image contrast enhancement, a total variational term is incorporate to remove the noise of the input image, and a fidelity term is added to keep the structure and the texture of the input image. The existence of the minimizer and the convergence of the proposed algorithm are studied and analyzed. Experimental results are presented to show the effectiveness of the proposed model compared with existing methods in terms of several measures: average local contrast, discrete entropy, structural similarity index, measure of enhancement, absolute measure of enhancement, and second derivative like measure of enhancement.