基于偏微分方程的圖像濾波方法研究.pdf

1、隨著多媒體技術(shù)的發(fā)展，圖像已成為人們?nèi)粘Ｉ钪械闹饕畔?lái)源，獲得高清晰的圖像是許多領(lǐng)域的迫切需要。圖像在獲取、傳輸?shù)冗^(guò)程中容易受到干擾而產(chǎn)生噪聲，因此，提高濾波方法的性能，獲取高質(zhì)量的圖像具有重要的實(shí)際意義。近年來(lái)，基于偏微分方程的圖像濾波模型以其獨(dú)有的優(yōu)勢(shì)發(fā)展成為圖像處理領(lǐng)域中的重要方法之一，并取得了許多成果，但仍存在邊緣模糊、“階梯效應(yīng)”等問(wèn)題，因此有必要對(duì)其進(jìn)行改進(jìn)。
　　 本文對(duì)基于偏微分方程的濾波方法進(jìn)行了較為深入的

2、研究，從面向過(guò)程的角度建立了一個(gè)自適應(yīng)正逆退化擴(kuò)散模型。改進(jìn)模型選擇正逆擴(kuò)散相結(jié)合的S型函數(shù)作為擴(kuò)散系數(shù)，以強(qiáng)化圖像邊緣;在擴(kuò)散系數(shù)自變量中引入二階混合偏導(dǎo)數(shù)，以豐富對(duì)局部信息的描述，保護(hù)尖峰銳度;還添加自適應(yīng)保真項(xiàng)以及設(shè)置自適應(yīng)梯度閾值，防止較大噪聲點(diǎn)因梯度模值被放大而被強(qiáng)化。
　　 其次，本文從面向?qū)ο蟮慕嵌忍岢隽艘粋€(gè)基于局部信息的自適應(yīng)TV模型。在此模型能量泛函的梯度模中引入二階混合偏導(dǎo)數(shù)，以改善尖峰受損問(wèn)題;設(shè)計(jì)了基于局