基于偏微分方程的圖像去噪中的若干問題研究.pdf

1、20世紀(jì)90年代中期開始基于偏微分方程(Partial Differential Equations,簡(jiǎn)寫為,PDE)的圖像降噪方法在圖像處理領(lǐng)域中成為研究熱點(diǎn)。顯著的去噪效果和廣泛的使用范圍引起了國(guó)內(nèi)外的眾多學(xué)者的關(guān)注。在圖象數(shù)據(jù)日益增長(zhǎng)的情況下，該方法在有效地去噪的同時(shí)能夠更好地保留圖像的邊緣等信息，在圖像分割、圖像增強(qiáng)、圖像恢復(fù)中都取得了較好的效果。
　　本文主要討論了基于偏微分方程的圖像去噪中的若干問題，論文的主要內(nèi)容概括

2、如下：
　　首先詳細(xì)介紹了偏微分方程應(yīng)用于圖像去噪領(lǐng)域的目的和重要意義，國(guó)內(nèi)外研究現(xiàn)狀，分析了基于偏微分方程的一些圖像去噪模型和模型的系數(shù)的優(yōu)缺點(diǎn)。首次研究擴(kuò)散系數(shù)對(duì)圖像去噪的作用，在偏微分方程P-M模型圖像去噪過(guò)程中，擴(kuò)散系數(shù)的選擇會(huì)影響圖像去噪的效果，為此提出了一個(gè)新的擴(kuò)散系數(shù)模型來(lái)實(shí)現(xiàn)圖像去噪。討論了P-M模型中擴(kuò)散系數(shù)和梯度閾值的選取對(duì)圖像去噪的重要性，并對(duì)比了兩個(gè)擴(kuò)散系數(shù)的優(yōu)點(diǎn)和缺點(diǎn);按它們的基礎(chǔ)上提出一個(gè)新的擴(kuò)散系數(shù)，

3、并應(yīng)用到CLMC模型進(jìn)行數(shù)值離散實(shí)驗(yàn)。提出的擴(kuò)散系數(shù)能夠有效地進(jìn)行圖像去噪。其次研究了各向異性全變分?jǐn)U散(TV)方程模型和各向同性熱擴(kuò)散(TD)方程模型對(duì)圖像去噪的優(yōu)缺點(diǎn)，為了補(bǔ)充它們的缺點(diǎn)提出了一個(gè)改進(jìn)的自適應(yīng)混合模型,所提出的模型根據(jù)圖像的信息能夠自適應(yīng)每個(gè)區(qū)域。該模型進(jìn)行擴(kuò)散圖像的更加平坦區(qū)域，而較少的擴(kuò)散在圖像的邊緣，得到了較好的去噪效果，同時(shí)保持邊緣。比較了這三個(gè)模型對(duì)圖像去噪的效果。
　　最后，我們利用MATLAB環(huán)境