基于图像特征方向的PDE去噪方法

基于PDE的非线性扩散滤波方法对接近高斯分布的噪声可以取得较好的效果,但对脉冲噪声效果不是很理想.文中应用了基于图像特征方向的正交坐标系,使噪声消除具有了方向性,并提出了新的扩散系数函数,改变了图像边缘阈值,使其能在消除高梯度图像噪声的同时保持了边缘,在一定程度上解决了边缘保持和噪声消除之间的矛盾.     

基于偏微分方程的噪声消除方法

从Perona&Malik方程离散形式出发,对其处理过程进行了分析.通过修改系数分布函数,使得消除图像噪声的同时能更好保持边缘.     

基于偏微分方程的噪声消除方法

从Perona&Malik方程离散形式出发 ,对其处理过程进行了分析。通过修改系数分布函数 ,使得消除图像噪声的同时能更好保持边缘。     

基于四阶非线性扩散方程的新型图像去噪方法

提出了一种基于新型扩散系数函数的图像去噪方法,这种扩散系数函数是利用图像特征的一些特殊性质构造出来的。该函数较常用的P-M启发性扩散系数函数,在图像去噪的过程中,不仅能更好地抑制、平滑噪声,较完整保留了图像的细节,使图像更平滑清晰,而且还大大降低了参数的选取难度以及参数对实验效果的影响程度。并通过基于该方法的四阶非线性扩散的图像去噪实验,结果表明了该方法的有效性。     

一种改进的PDE图像去噪方法

研究用于图像去噪的偏微分方程;在理论上对去噪原理进行了分析。通过对扩散方程中扩散系数的改进,提出了一个对噪声图像更有效、更具有适应性的去噪扩散模型,对高斯噪声图像进行处理。与传统的各向异性扩散算法进行了比较并对偏微分方程的未来发展方向进行了展望。实验结果表明,该方法在有效去除噪声的同时较好地保留了图像中的重要细节信息,使图像的细节部分清晰。该方法可以有效地去除图像噪声,提高图像的质量。     

一种基于边缘检测的图像去噪优化方法

为了消除或衰减存在于图像上的噪声,同时尽可能地保留图像细节,提出基于边缘检测的图像去噪算法.先通过小波边缘检测法求出有噪图像的边缘图像;再通过小波边缘检测方法确定哪些小波系数是图像的边缘特征,这些小波系数将不受阈值去噪的影响,因此,可以只是根据噪声方差来设置去噪的阈值,对原有噪图像进行小波去噪,得到平滑图像;最后,将边缘图像嵌入平滑图像中,得到去噪后的图像.实验结果表明,与普通的小波阈值去噪方法相比,上述算法不但能在有效去噪的同时保留图像的细节信息,而且能提高去噪后图像的峰值信噪比.     

基于PDE的图像去噪方法

针对P-M非线性扩散模型以及自蛇模型对图像滤波的不足,为了充分利用两种模型各自的优势,提出了一种新的基于自蛇模型与P-M扩散模型相混合的去噪方法,同时在其扩散方程中添加了忠诚项,这样噪声去除与边缘保留就可以得到一个较好的效果。最后实验结果表明,该方法既能有效去除图像噪声,也能很好地保持图像的边缘等细节信息。     

一种基于偏微分方程的图像平滑技术

图像平滑是大多数图像分析和计算机视觉问题中必需的环节.文中探讨了噪声图像的噪声抑制方法,利用了基于偏微分方程的平滑技术.该方法的优点在于可以在消除噪声的同时有效地保持空间分辨率.最后采用数据验证了方法的有效性.     

一种基于偏微分方程的图像平滑技术

图像平滑是大多数图像分析和计算机视觉问题中必需的环节。文中探讨了噪声图像的噪声抑制方法,利用了基于偏微分方程的平滑技术。该方法的优点在于可以在消除噪声的同时有效地保持空间分辨率。最后采用数据验证了方法的有效性。     

高阶PDE模型中的松弛中值图像去噪方法

针对平均曲率极小化模型在去噪过程中产生斑点的问题,提出了一种平均曲率和松弛中值滤波结合的迭代算法。首先,使用平均曲率模型对噪声图像处理,根据局部方差信息,利用阈值确定斑点的位置。其次,利用具一定边界保持性质的松弛中值滤波器消除斑点噪声。最后,为更有效地消除斑点,在每一次随着时间的迭代后都使用松弛中值滤波。对曲线和图像进行去噪仿真实验,结果表明,相对于平均曲率模型,本文算法在客观指标和主观视觉效果上均有更好的去噪效果和更低的时间复杂度。     

一种基于偏微分方程的图像复原新模型

首先基于偏微分方程（PDE）提出一个描述图像复原的泛函,并推导出新的PDE图像复原模型,该模型不仅复原效果良好,而且能较好地保持图像的特征。与其他经典的复原方法相比较,新模型具有理论上的优势;其次,有效地解决了保持图像边缘特征和图像的过度平滑这对矛盾。实验表明,给出的新模型既能较好地复原图像,又能很好地保持图像的边缘特征。     

基于离散小波阈值的偏微分图像去噪

小波方法和偏微分方程方法是图像去噪中的主要方法。该文提出基于离散小波变换对图像进行阈值去噪,得出了小波阈值的偏微分方程表示形式,在此基础上研究偏微分方程的解法,采用分数步的小波阈值方法对图像去噪,得到了较好的去噪效果,同时可以保护边缘。数值试验结果表明,该方法具有比小波方法更好的去噪效果,能获得较高的信噪比。     

基于K-SVD的偏微分方程模型在毫米波图像恢复中的应用

在图像被大噪声污染或具有较低分辨率时,传统的偏微分方程(PDE)模型的稳态解会产生明显的阶梯效应,恢复图像质量较差。针对此缺点,提出了一种新的基于K-奇异值分解(K-SVD)的PDE图像恢复方法,并应用于毫米波(MMW)图像的恢复。K-SVD是一种图像稀疏表示方法,对图像进行稀疏估计的同时实现去噪,对噪声方差较大的图像具有较好的去噪鲁棒性。首先采用K-SVD对MMW图像进行去噪,对去噪图像再应用全变分(TV)模型的PDE方法进行恢复。对所提出的算法分别使用模拟的MMW图像和真实的MMW图像进行测试,并进一步和K-SVD、PDE方法比较,同时使用峰值信噪比(PSNR)对恢复图像进行评价。根据不同噪声方差下的PSNR数据和恢复图像的视觉效果,实验结果证明了所提方法能够有效地恢复MMW图像。     

基于偏微分方程的图像平滑处理技术

传统的图像平滑方法在去除噪声的同时往往会破坏边缘、线务、纹理等图像特征,而基于偏微分方程(PDE)的各向异性扩散算法在抑制噪声的同时能够保持这些特征。研究基于PDE的图像去噪平滑算法并对PDE算法的不足作出改进,将其用于图像去噪处理效果非常理想,并在精密光学元件表面疵病识别的实验中取得较好的效果。     

自适应模型的水平集图像分割方法

水平集广泛应用于图像分割。给出基于传统C-V和GAC模型的水平集方法,在此基础上,介绍了一种结合C-V模型和GAC模型并根据图像特征选择性融入图像局部信息的自适应模型的水平集分割方法。通过实例分析,证明了该方法对分割弱边缘和灰度渐进的图像是有效的,并且抗噪声性能较好。     

基于方向场的指纹图像偏微分方程修补模型

提出一个用于指纹图像修复的新的偏微分方程(PDE)模型,该模型对指纹图像的缺损区域能进行有效的修补。通过分析比较现有的技术方案对指纹图像修补的不足:一般常见的图像修复模型由于缺乏方向场的几何信息,对于指纹图像,这些模型不能给出满意的修补结果;或者虽然引入了方向场的几何信息,但在具体修补时会出现将不同的脊线连到一起不同的错误结果。该模型采用方向场作为扩散方向,在扩散过程中灰度信息沿着表征脊线方向的局部固定方向传播到待修复区域中, 改进了一般PDE模型不能用于修复指纹图像的不足。数值实验结果表明在修复指纹图像时提出的模型优于一般的模型     

基于Lp范数的局部自适应偏微分方程图像恢复

提出了一种新的基于L_p范数的自适应偏微分方程图像处理模型,改进了Tony Chan的TV变分模型和张红英的p-Laplace模型.TV模型对图像采用全局约束,而新的扩散方程在图像不同的位置上采用不同的约束,具有局部自适应的特性,在扩散的同时更好地保持了图像的边缘信息,进而将其应用到图像恢复(去噪,去除模糊)中去.实验结果表明新模型的综合性能优于Tony Chan和张等现有的模型.     

一种改进的骨部钙化点CT图像增强方法

骨部CT图像中的钙化点是骨部疾病医学诊断的重要依据,而在高密度骨部区域的钙化点对比度很低,需要一种改进的增强骨部钙化点区域的图像处理算法。提出的算法首先依据钙化点像素所在的强度范围设计出较好的目标直方图,然后结合图像的全局信息与局部梯度信息建立偏微分方程并得到演化方程来求解,获得增强后的骨部CT图像。算法测试了由浙江大学医学院附属妇产科医院提供的骨部CT图像,并在感兴趣区域上取得了较好的效果。