分数阶积分的图像去噪算法

为了在去噪的同时更好地保留图像的细节纹理信息,提出一种分数阶积分的图像去噪算法FIDA。论述了FIDA在135°、90°、45°、0°、180°、315°、270°、225°这8个方向上的分数阶积分掩模的构造,及FIDA的数值运算规则。实验以视觉感知和PSNR值两个主、客观标准对FIDA的去噪性能进行度量,表明FIDA去噪算法的有效性:在去噪的同时对图像的边缘纹理细节信息保留较好,尤其是对灰度变化不大的弱边缘和弱纹理细节信息的有效保留。     

用于图像去噪的一个四阶偏微分方程

用偏微分方程给图像去噪，传统上方程都是二阶的，Yu-Li和M.Kaveh提出的一个四阶偏微分方程，在去噪的同时，更好地保持并近似了图像的边界，但Yu-Li和M.Kaveh所提出的偏微分方程对椒盐噪声却无能为力，并且容易造成光滑区域不平整的现象，针对这个现象，作者修改Yu-Li和M.Kaveh方程中的一个扩散项的系数，得到了一个去噪效果更好的方程，并且可以消去椒盐噪声。     

将分数阶微分演算引入数字图像处理

为了系统论述图像分数阶微分对纹理细节的增强能力及其侧抑制原理,提出数字图像分数阶微分掩模及其运算规则。论述了分数阶微分的动力学物理意义并推导了分数阶微积分与经典时-频分析之间的关系,分析了在一定条件下二维分数阶微分的可分离性;其次,从信号处理和生物视觉神经模型两个角度提出图像分数阶微分的高斯差感受野模型,并分析其产生的特殊马赫现象;最后,提出并论述了数字图像分数阶微分掩模及其运算规则。计算机数值实验结果表明,对于纹理细节信息丰富的图像信号而言,分数阶微分对灰度变化不大的平滑区域中的纹理细节信息的增强效果明显优于整数阶微分运算。     

分数阶微分方程连续解的存在性定理

研究了更为一般的分数阶微分方程是否存在连续解的问题.若微分方程中的函数满足条件 |f(t,u)-f(t,v)|≤λ(t)h(r) 时,由于考虑到了该微分方程所等价的积分方程,故通过定义算子利用 Schander 不动点定理得到了此类分数阶微分方程连续解的存在性定理.当λ(t) 为常数时,条件变为了 Osgood 条件,...     

基于分数阶微分的边缘检测

为了提高图像边缘提取的信噪比,更有效和准确检测图像边缘,由信号的微分特性得出分数阶微分算子较传统1阶和2阶微分算子具有更高的信噪比,然后根据经典的G-L分数阶微分定义推导出的分数阶差分方程,构建了近似的分数阶Tiansi模板.实验证明,基于分数阶微分的边缘提取算子,可以有效提取边缘和有比传统的算子更高的信噪比.     

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.     

分数阶微分方程f~(α)(x)=λf+g的一种新解法

利用积分方程,给出了分数阶微分方程ｆ（α）（ｘ）＝λｆ＋ｇ的解法．     

基于分数阶的模型参考自适应算法

在自适应中引入分数阶运算,可以较好的改善被控对象的响应时间和干扰。本研究将分数阶积分引入模型参考自适应,通过构造分数阶的自适应律,设计了新的模型参考自适应控制系统,并进行了仿真。结果表明,该系统具有较快的响应时间,较小的超调量以及很好的鲁棒性。对分数阶系统的研究具有一定的意义。     

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.     

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.     

一种基于偏微分方程的图像放大方法

目的结合偏微分方程理论,研究图像放大的有效方法.方法根据热传导方程的物理意义,把图像的灰度值视为平面物体的温度,以原图像的某种插值结果作为异性扩散方程的初值,利用数值方法对方程进行求解,所得结果作为预估值.将预估结果中相应于原图像位置的像素值以原图像替换,所得结果作为校正值.校正值将作为下一步预估计算的初值.利用有限差分法求解偏微分方程,实现预估-校正迭代.结果数值实验显示笔者所提算法与传统的插值放大算法相比放大后图像没有明显的斑点及亮度偏移现象;与已有基于偏微分方程的图像放大算法相比,该算法能够较好地保持图像的边缘特征和细节信息.结论笔者所提算法具有长时间计算的稳定性,放大图像不会随着迭代次数的增加而变得模糊,是一种有效的图像放大方法.     

一种基于偏微分方程的文本图像版面分割方法

为了能有效分割版面复杂的文本图像,提出了一种新的文本图像分割算法。该算法先采用Hough变换来进行文本倾斜的检测和校正,再根据本文提出的投影直方图法自适应地确定文本行的间距,之后应用偏微分方程方法对文本图像进行分割。最后通过实例阐明了该算法的有效性。     

数字图像的局部分数阶微分增强

为了扩展传统分数阶微分在图像增强处理中微分阶次的范围,改善传统分数阶微分对图像亮度增强不甚理想的问题,提出了一种局部分数阶微分增强图像算法。首先根据局部分数阶微分理论,建立了数字图像的分数阶微分增强分算法。然后构造了新的数字图像分数阶微分增强模板,在该模板中增加亮度控制函数得到边缘、纹理和对比度同时增强的分数阶微分增强算法。实验表明,该方法能扩大分数阶微分在图像增强处理中阶次的范围;不但能很好地增强图像的边缘、纹理和轮廓等信息,又能明显改善图像的对比度和亮度,增强图像的视觉效果优于传统的分数阶微分增强方法的视觉效果。     

基于稀疏分解的图像去噪

基于稀疏分解的图像去噪处理是将被噪声污染的图像分解成图像的稀疏成分和其他成分。稀疏成分对应于图像中的有用信息,其他成分对应于图像中的噪声。由图像的稀疏成分重建图像,可达到去除图像噪声的目的。实验结果表明基于稀疏分解的图像去噪处理具有一定的效果。     

基于偏微分方程的图像修补方法

根据最小能量化泛函所建立的图像修补模型可以得到其欧拉方程,把该欧拉方程所对应的梯度下降流作用于需要修补的图像,当偏微分方程的解稳定时,此时的解就是修补后的图像．基于该原理建立了一个图像修补方程,并实现了此图像修补算法．从这个修补方法的修补效果可以看到,修补后的图像具有良好的光滑性．     

基于视觉特性的Riemann-Liouville分数阶图像增强

为了解决Grünwald-Letnikov分数阶微分算法对彩色图像增强容易产生色彩失真以及传统方法增强效果不明显的问题,在分数阶微分视觉模型的基础上提出了一种基于Riemann-Liouville(R-L)分数阶微分的数字图像增强算法。首先讨论了数字图像的分数阶微分视觉模型;接着在R-L分数阶微分方程的基础上构造了8个方向上的分数阶微分增强模板;并讨论了这些微分增强模板的数值运算规则;并在HSI色彩空间对I分量进行分数阶微分实现彩色图像的增强处理。实验表明本文方法具有非线性特性,对图像增强效果明显,且增强     

基于偏微分方程的InSAS干涉图去噪技术研究

针对干涉合成孔径声纳（InSAS）中干涉图的去噪问题,引入了一种基于偏微分方程的去噪方法．与传统的均值滤波和中值滤波方法相比较,仿真和真实试验数据处理结果均表明：基于偏微分方程的干涉图去噪方法不仅可以有效地去除噪声,而且能更好地保持干涉图的细节信息和边缘信息,为后续的相位展开奠定了基础．