改进全变分的图像去噪

为了弥补各向同性扩散去噪的非保边性、异性扩散的耗时性,分析了各向同性和异性扩散的机理,根据噪声对像素变化的影响,设计了新的扩散函数,理论上分析了该函数的扩散性能:对平滑区各向同性扩散,边缘区实现各向异性扩散。在传统全变分去噪的基础上,提出了改进全变分的图像去噪模型,运用固定点代算法设计了相应的离散迭代函数。实验结果表明,该算法在图像平滑区进行各向同性扩散,继承了各向同性的优点,降低了传统全变分的运行时间;在边缘区实现了各向异性扩散保护了图像边缘,提高了图像的峰值信噪比和视觉效果。     

基于偏微分方程的图像修复算法

针对TV模型修复算法只沿梯度垂直方向扩散,容易在平滑区域引入阶梯效应,迭代效率低,易产生假边缘的缺点,分析比较了TV图像修复模型的性能,提出了一种改进的图像修复算法。该算法同时结合了各向同性和各向异性扩散,利用区域频率差异实现了在不同的区域使用不同的迭代方程,有效避免了原始算法引入的阶梯效应,提高了迭代效率。实验结果表明,该算法与TV模型算法相比,在具有同样修复效果的前提下,避免了阶梯效应并优于TV模型的修复速度。     

基于总变分与小波变换的图像去噪算法

针对标准的ROF模型在去噪时边缘信息对噪声敏感且易模糊的缺陷,提出了一种改进的图像去噪新方法．在新算法中引入各向异性的扩散函数,并利用小波变换的模替代梯度算子的模来检测图像的边缘,从而使新模型具有很好的鲁棒性并根据图像的特征进行平滑,因而更好的保护边缘信息．数值实验表明,新算法使峰值信噪比平均提高约1.5dB,在视觉效果上也有很大改善．     

Shearlet变换与核各向异性扩散的图像噪声抑制

为了更有效地抑制图像噪声,改善图像视觉效果,提出了一种基于非下采样Shearlet变换（ nonsubsampled shear?let transform,NSST）与核各向异性扩散的图像噪声抑制方法。首先对含噪图像进行非下采样Shearlet变换;然后对所得到的低频和高频分量分别进行改进的全变差（ improved total variation, ITV）扩散与核各向异性扩散（ kernel anisotropic diffu?sion, KAD）;最后对扩散后的低频和高频分量进行非下采样Shearlet逆变换得到噪声抑制后的图像。给出了实验结果,并且依据主观视觉效果和峰值信噪比、结构相似度两种定量评价指标,与近年来提出的基于小波阈值收缩结合全变差、基于复Contourlet域非线性扩散、自适应Shearlet域约束的全变差等3种噪声抑制方法进行了比较。实验结果表明,该方法的噪声抑制能力更强,且更为完整地保留了图像的边缘和细节信息。     

一种基于各向异性扩散方程的医学超声图像降噪方法

斑点噪声是超声成像机制引起的固有噪声形态,它给超声图像的特征提取、识别和分析造成了困难.基于各向异性扩散方程的滤波技术能够有效地抑制斑点噪声,提出了一种基于各向异性扩散方程的医学超声图像降噪方法,该方法改进了林石算子,设置了扩散门限,并将各向异性扩散方程的常规扩散方向扩展为8方向.仿真医学超声图像降噪实验表明了该方法的滤波和保边性能都明显优于经典的PM方程和林石算子,而该方法在实际医学超声图像降噪上的成功应用表明了其临床应用价值.     

基于结构张量场拟合的图像恢复方法

提出了一种新的图像恢复模型.首先对含噪图像进行各向异性扩散,求得光滑后图像的张量场,然后对求得的张量场和噪声图像进行拟合重构.从而克服了各向异性扩散和结构张量的缺点.数值实验表明,本模型在降低图像噪声的同时,能够更好地保留图像的边缘和纹理.     

非均质空间各向异性技术创新空间扩散模型研究

应用非均质空间各向同性技术创新扩散模型以及随机游动理论,对技术创新在轴向以及轴间域元扩散过程进行了分析,构造了扩散轴正交和非正交两种情况下非均质空间多源各向异性扩散随机模型,同时,进一步分析了技术创新空间扩散的动态过程,构造了动态空间扩散随机模型。     

基于各向异性扩散的超声图像混合滤波方法

提出基于各向异性扩散的混合滤波新方法,以图像梯度为依据,利用各向异性扩散、各向同性扩散和自适应脉冲噪声滤波对医学超声图像进行分段滤波.为提高模型的稳定性与适用性,通过实验优化模型中的高斯平滑系数σ、步长△t、梯度阈值Ymin和Ymax4个主要参数,并确定各参数默认值及其修正范围.实验结果表明,该方法在去噪效果、滤波速度、边缘保护、稳定性和适用性方面优于现有的单一滤波方法,具有较好的应用前景.     

融合SRADPRO和SCM模型的SAR图像分割

将改进后各向异性扩散相干斑抑制算法(SRADPRO)用于合成孔径雷达(SAR)图像相干斑抑制,并和脉冲发放皮层模型(SCM)结合,提出一种自适应SAR图像分割算法.该算法首先计算SAR图像均匀采样区的标准差,并以此评价SAR图像中相干斑的影响程度,进而自适应地决定是否采用SRADPRO进行降斑处理,然后再利用SCM进行图像分割.由于SCM的自动波扩散机理,使得该算法在获得分割后的SAR目标的同时,也得到了目标边缘检测结果.与多种常规算法的比较结果证明了SAR图像分割算法的有效性.     

基于偏微分方程的图像修复技术

介绍了图像修复技术的概念和原理,并在修复方法的理论与技术基础上,深入研究了偏微分方程修复模型中几种具有代表性的BSCB模型、曲率驱动扩散(CDD)模型、TV模型等图像修复模型.最后对上述模型进行了分析比较.     

基于P（z）-Laplace算子的CDD图像修补算法

图像修补是图像复原研究中的一个重要内容,目的是根据图像现有的信息自动恢复丢失的信息,它可以广泛应用于旧照片中丢失信息的恢复、视频文字去除以及视频错误隐藏等。提出一种新的基于户（z）-Laplace算子的CDD图像修补算法,利用户（z）-Laplace算子的非线性逐项异性扩散的性能填充受损区域,主要修补有划痕的旧照片和被文字覆盖的图像。新的模型在图像恢复的同时良好地保持了图像边缘,通过数值实验,对比以往的P—La—place算子的CDD图像模型,所提模型具有更好的图像恢复效果,明显减少了“阶梯状”效应。     

基于形态学算子的各向异性扩散方程

针对Perona和Malik各向异性扩散方程不能保留细节边缘的缺点,提出了一个基于形态学算子的各向异性扩散方程．新的各向异性扩散方程在计算扩散系数时,不只是考虑了图像的梯度,还考虑了二阶导数,并在作用形态学闭开算子后的图像上估计各阶导数．这样,该算子不但能够有效地去除噪声,还能保持图像中的尖峰和窄边缘,从而更好地保持边缘位置．实验结果表明用该算子处理后的图像具有较高的清晰度和对比度．而且该算子对于高斯白噪声图像的处理效果也相当理想．     

一种基于统计形状先验的图像边缘增强新方法

针对图像尤其是医学图像的边缘模糊或者缺失对图像后续处理带来的影响,本文提出了一种图像增强新方法。该方法各向异性模糊方法框架下,将统计形状的先验加入到演化的过程中,使演化过程中物体边缘模糊的部分被增强,缺失的部分被补充。方法首先使用基于曲率的各向异性扩散,在去除噪声的同时保留了物体的边缘;随后利用最大后验概率和统计形状先验对物体的轮廓进行估计,从而使物体边界模糊和缺失的部分得到了加强。实验使用不同部位的医学超声图像,结果显示该方法能够对物体边缘进行有效、快速的增强,为后续处理提供了很好增强方法。     

A diffusion method based on polar coordinate for ultrasound images denoising

The paper presents a novel anisotropic diffusion approach to the problem of ultrasound images denoising based on the polar-coordinate representation.Local gradients based on the polar coordinate are introduced and they are more suitable for ultrasound images than horizontal gradients and vertical gradients commonly used in anisotropic diffusion methods.Moreover,an adaptive adjustment scheme for the threshold parameter in conduction functions is presented according to the incident angle of the ultrasonic beam with respect to the organ surface.Furthermore,based on the structure matrix,an edge-adaptive diffusion model is introduced,which can selectively preserve the edge from the blurring or smooth noise.Experimental results of real ultrasound images show the validity of the presented approach,which takes the physical imaging mechanism of ultrasonic devices into account.     

利用各向异性扩散去除SAR图像中的斑点噪声

合成孔径雷达(SAR)图像受到相干斑点噪声的干涉,严重影响合成孔径雷达图像的质量。我们利用各向异性扩散方程抑制合成孔径雷达(SAR)图像中的斑点噪声,只要选择合适的扩散方向和速度,就能较好地保留图像的边缘和细节信息。最后对合成孔径雷达图像进行去噪实验,并与小波去噪滤波方法进行比较,各向异性扩散方程具有更好的抑制噪声的效果。