基于非线性扩散与小波变换的混合图像去噪算法

利用小波变换能够很好地保留图像细节信息的特点,提出了一种将非线性扩散方程和小波变换相结合的图像去噪方法。采用由小波系数估计的非线性扩散方程扩散函数对图像进行非线性扩散,取得了较好的去噪效果。仿真试验证明了算法的有效性。     

运用拓扑优化和分数阶扩散的图像去噪方法

针对目前经典的图像去噪方法去掉图像噪声的同时使边缘变得模糊这一局限性,提出了一种利用拓扑导数和分数阶扩散的图像去噪方法.基于拓扑优化的思想,以拓扑导数为指标,提取边缘点,并在边缘点处选取最优的各向异性扩散系数.利用对时间的分数阶扩散方程对图像扩散.本文确定扩散系数的方法具有全局性的特征.数值实验证明,算法能有效地去除图像中的噪声,并能很好地保留图像的边缘等细节信息.因此将分数阶扩散方法与拓扑优化思想相结合能获得很好的图像去噪效果.     

双边空间分数阶反常扩散方程的加权有限差分解法

在一般空间分数阶反常扩散方程的基础上,研究了一类含有初边值条件的双边空间分数阶反常扩散方程的有限差分问题.利用能量估计方法验证了所提出的加权有限差分格式是条件稳定的.借助于数学归纳法证明了在相同条件下所提出的加权有限差分格式是收敛的.最后,通过一个数值例子验证了所提出的加权有限差分格式是可靠和有效的.     

Riemann-Liouville分数阶图像增强算法及其电路实现

为了解决整数阶微分对图像纹理增强效果不明显及Grümwald-Letnikov（G-L）微分后会使RGB彩色图像边缘色彩失真的问题,提出了一种Riemann-Liouville（R-L）分数阶图像增强算法并讨论了该算法的电路实现.从R-L定义出发,推导出分数阶微分方程,构造了数字图像8个方向上的0~1阶分数阶微分模板并讨论了其数值运算规则,在此基础上构造并实现了数字图像的R-L分数阶微分电路,并在HSI空间对I分量进行分数阶微分实现彩色图像增强.实验结果表明,该算法能比较明显地增强图像的纹理和边缘细节,增强后的图像清晰度和对比度提高,图像视觉效果明显,具有非线性增强灰度图像和彩色图像的复杂纹理特征及边缘信息的独特优势和良好效果.     

变时间分数阶非定常对流扩散方程的数值分析

考虑变时间分数阶非定常对流扩散方程的数值逼近问题,首先,采用分段线性插值法结合对一阶时间导数的一个二阶近似离散Coimbra变时间分数阶导数,然后,用中心差分离散一阶空间分数阶导数和二阶空间分数阶导数。最后,用数值例子验证了提出的数值方法,说明了数值方法的有效性。     

分数阶微方程的迭代方法研究

目前,为了简化分数阶微分方程的求解过程,越来越多的学者开始研究分数阶微分方程的数值解,而迭代方法可以有效地对分数阶微分方程的非线性反映项进行处理,可以不用对方程进行离散就可以得到方程的高精度近似解。     

一种基于分数阶积分的数字图像去噪算法

针对现有图像去噪算法丢失图像纹理信息的问题,将基于Riemann-Liouville定义的分数阶积分应用于数字图像的噪声去除,提出8个方向上的图像任意阶积分掩模,给出运用该掩模进行图像去噪的数值运算方法及相应的算法实现电路模型.仿真实验结果在定性和定量的方面表明本文的算法对灰度图像和彩色图像同样适用,具有能够一次性完成积分,去噪精度高,同时能最大限度保持图像的纹理细节信息的特点.该算法特别适用于高精度的图像实时去噪.     

可变阶次分数阶微分实现图像自适应增强

为了改善图像增强的效果,提出了一种可变阶次的分数阶微分图像自适应增强算子.该算子的数学原理是根据图像的局部统计信息和结构特征来动态调整分数阶微分的阶次.在图像增强的过程中,分数阶微分的阶次满足在图像“强边缘”处具有较大的微分阶次,在图像“弱边缘”或纹理处具有较小的微分阶次,在图像平滑处具有微小的微分阶次,在判断为噪声处具有负阶次.建立了图像增强效果和分数阶微分阶次之间的非线性量化关系,构造了相应的自适应函数,实现了图像的自适应增强.实验结果表明,在无噪声的情况下,该方法较传统的分数阶微分算子在图像增强方面效果更好;在有噪声的情况下,该方法具有一定的噪声免疫能力.     

基于总变分和各向异性扩散方程的图像恢复模型

提出了一个基于总变分和各向异性扩散方程的图像恢复模型,该模型通过引进“纯粹的”各向异性扩散方程的扩散项．实现了偏微分方程去噪方法中非线性扩散方程与能量泛函变分法的有机结合．实验表明该模型不但能够提高去噪性能。而且可增强边缘并保持边缘的位置;能够保持图像中的纹理特征和不能用边缘刻画的大尺度细小特征,使得处理后的图像清晰度和对比度大大增强,而且有意义的细节特征也被保留。     

一种基于P-M扩散的超分辨图像重建方法

为了用一组低质量、低分辨率图像来产生高质量、高分辨率图像,提出了一种基于Perona-Malik(P-M)扩散的超分辨率图像重建方法。首先分析了lp范数的稳健性以及P-M扩散保持图像纹理和边缘的特点;将两者相结合,并加入了抑制图像明亮特征的调整项;最后给出了迭代格式进行迭代求解。实验结果表明,本文方法的峰值信噪比(PSNR)平均提高了0.85 dB,图像质量也得到了提高。     

基于形态学的自适应扩散滤波方法

基于图像在切线方向和法线方向上的不同扩散要求,分别设定了不同的扩散系数．在切线方向上,图像中各个位置都要求大的扩散作用以有效去除噪声,故设定扩散系数恒为1．在法线方向上,内部和边缘具有不同的扩散要求,可利用数学形态学的方法估计每步迭代扩散后即时图像的梯度模阈值,用自适应阈值取代Perona-Malik扩散系数中的固定阈值,从而得到适合即时图像的法向扩散系数,目的是有效区分内部区域和边缘以确保尽可能多地保留边缘信息．实验表明,该方法在细小边缘信息的保留方面具有较明显的效果．     

一阶迎风差分格式求解非线性对流扩散方程的精度

采用一阶迎风格式分别对一维线性对流扩散方程和非线性对流扩散方程进行了求解,检验了一阶迎风格式用于求解一维线性对流扩散方程和一维非线性对流扩散方程的适用性.多个计算算例的结果表明:一阶迎风差分格式用于求解线性对流扩散方程的结果不甚理想,但用于求解非线性对流扩散方程时能获得相当精度.工程计算中,该格式可用于求解水流运动方程,但不宜用于求解被水流输移的物质对流扩散方程.     

用于半导体激光器电导数曲线的降噪方法

根据非线性扩散方程的降噪原理,把非线性扩散方程应用于半导体激光器电导数数据的去噪。降噪实验证明,与均值滤波降噪方法相比,这种降噪方法可以更有效地减小数据中存在的噪声,同时保持电导数曲线在阈值电流处的下沉,降低了参数测量的误差,利用去噪后测量的参数可对半导体激光器质量和可靠性进行有效的评价。     

一维对流扩散方程的迎风变换及其有限元解

提出了两种迎风变换函数．利用这种变换函数将一维对流扩散方程进行变换，得到等价的扩散方程．然后使用有限元（ＦＥＭ）求解等价的扩散方程，得到对流扩散方程的数值解．计算成果表明，用这种方法计算．可突破网格Ｐｅ≤２的界限，可求得较大和更大的Ｐｅ数情况下的数值解．解的精度和收敛性是令人满意的．     

解决一维线性扩散方程逆问题的一种迭代方法

从函数逼近论的观点出发，利用扰动法和正则化方法对扰动量进行优化，从而得到一种解决－维线性扩散方程逆问题近似数值解的迭代方法．数值计算表明：这种选代方法可行、收敛速度快．     

分数阶扩散方程参数反演的改进花朵授粉算法

为解决传统花朵授粉算法容易受到局部极值影响的问题,将共享机制的小生境策略与花朵授粉算法相结合,提出了一种新的小生境花朵授粉算法,并将之应用于空间分数阶扩散方程的参数反演研究,以期为污染物寻源和空气污染防治提供一定的理论依据.为确保算法的寻优能力及寻优精度,首先,选取20个多模态函数,将算法改进前后的寻优性能进行对比,以验证改进算法的性能;然后,针对污染寻源问题,基于相应的空间分数阶反常扩散方程模型,运用隐式差分格式求解正问题,并采用花朵授粉算法和改进算法反演源项和扩散系数;最后,针对所提出的算法,从种群数、转换概率和搜索区间方面进行了灵敏度分析,并进一步讨论了算法的抗噪性.数值算例结果表明,对于空间分数阶反常扩散方程参数反演问题,改进后的花朵授粉算法反演效果更好,数值精度更高,可以达到理想水平.     

基于PDE和小波分解的SAR图像去噪研究

小波变换的优点在于其能够聚焦到图像的细微变化,并且有快速算法可以在短时间内完成其分解和重构。偏微分方程的各向异性扩散能够很好地保留边缘和细节,但是由于SAR图像数据过大导致其迭代次数的增加,使计算时间过长,算法效率降低。利用小波具有快速变换和"变焦距"的特性与偏微分方程的各向异性扩散模型相结合的方法对SAR图像固有的相干斑进行去噪。实验结果证明,该方法不但具有很强的抑制噪声的能力、很好地保持图像边缘和细节,而且提高了处理噪声的效率。