基于彎曲邊緣和復(fù)雜紋理保持的各向異性圖像去噪算法研究.pdf

1、本文主要關(guān)注的是圖像處理領(lǐng)域的一個熱點(diǎn)與難點(diǎn)：在圖像去噪的過程中，如何更好地保存彎曲邊緣和復(fù)雜紋理。一方面，在圖像采集、獲取和傳輸?shù)拳h(huán)節(jié)，容易受各種因素的影響，從而導(dǎo)致圖像質(zhì)量下降、細(xì)節(jié)特征淹沒、視覺效果惡化等，使得圖像的使用價值降低。同時，在當(dāng)今社會的生產(chǎn)與生活中，對圖形圖像的應(yīng)用需求會越來越廣泛。另一方面，在圖像去噪過程中，不可避免地會導(dǎo)致圖像的模糊或平滑，而這又恰好與保存圖像的細(xì)節(jié)信息是相矛盾的。
　　 本文首先概述了各向

2、異性擴(kuò)散模型的相關(guān)內(nèi)容，分析總結(jié)得出現(xiàn)有模型的三種經(jīng)典各向異性擴(kuò)散，P.Perona和J.Malik提出的P-M各向異性擴(kuò)散模型、Weiekert的一致性各向異性擴(kuò)散模型以及前向后向擴(kuò)散濾波模型。同時通過理論研究和實(shí)驗(yàn)證明，這些離散方法沒能更好地保存彎曲邊緣和復(fù)雜紋理的根本原因主要在于，擴(kuò)散不能夠沿著彎曲邊緣進(jìn)行。
　　 為克服以上缺陷，本文在P-M各向異性模型的基礎(chǔ)上，提出采用時間累積的步進(jìn)各向異性擴(kuò)散模型進(jìn)行圖像去噪。時間累

3、積的步進(jìn)各向異性擴(kuò)散模型主要采用了擴(kuò)散中心的步進(jìn)移動以及不同方向上擴(kuò)散點(diǎn)的時間累積兩大機(jī)制。擴(kuò)散中心的步進(jìn)移動依賴于圖像的結(jié)構(gòu)信息，通過八鄰域差分算子來確定步進(jìn)移動的方向。以此得出的擴(kuò)散點(diǎn)能更好地反映初始擴(kuò)散中心的特征。不同方向擴(kuò)散點(diǎn)的時間累積由我們所提出的擴(kuò)散累積函數(shù)來實(shí)現(xiàn)?？此埔粋€簡單的累積疊加過程，卻能實(shí)現(xiàn)擴(kuò)散結(jié)果的不斷優(yōu)化，從而得到一個穩(wěn)定而可靠的值。
　　 在本文的最后，對以上所提出的算法通過MATLAB進(jìn)行仿真對比實(shí)