在保留纹理的同时抑制噪声是自然图像去噪中最重要和最具挑战性的问题之一。 已经广泛研究了自然图像的各种先验,例如基于梯度的先验,基于非局部自相似性的先验等,以用于噪声去除。 基于这些先验的方法可能会使细尺度的图像纹理变得平滑,并降低图像的视觉质量。 为了提高图像的视觉质量,本文提出了一种具有自适应保真度项的改进的纹理保留总变化量(TPTV)图像去噪模型。 首先,我们基于结构张量构造图像结构控制函数(SCF)来描述图像结构信息。 其次,我们将SCF组合到一个用于消除噪声的总变化框架中,以便该模型可以自适应地平衡其正则项和保真度项,从而在去噪时保持精细的尺度特征。 最后,大量的实验评估表明,我们的TPTV模型可以很好地保留去噪图像中的纹理外观,并使它们更自然。 此外,与某些竞争算法相比,它克服了楼梯间和过度平滑的影响。