高阶正则逆扩散变分图像增强模型

利用逆扩散方程增强图像是对图像退化过程的逆处理,但由于逆扩散方程对图像高频信息敏感,极易造成噪声的放大和振荡的产生.针对以上问题,提出了一种引入高阶正则项约束的逆扩散变分图像增强模型.新模型由逆扩散项及高频抑制项组成,高频抑制项通过最小化图像高频信息能量能够有效减少逆扩散方程产生的噪声放大和振荡.用该模型增强图像,图像的边缘和纹理信息更加清晰,同时能够有效抑制高频噪声的产生.     

基于边缘定向增强的各向异性扩散抑噪方法

本文提出了一个新的边缘定向增强扩散模型.针对现有各向异性扩散方程中,边缘增强扩散模型不能正确地对边缘定向,而相干增强扩散模型易在光滑处产生虚假边缘的缺点,本文的模型采用基于非线性光滑算子的边缘定向算子对边缘定向,并根据边缘的位置和方向设置扩散张量的特征根,使其在光滑区域沿边缘方向和垂直边缘方向均具有较大值,而在边缘区域垂直边缘方向值小,沿边缘方向值大,从而达到既保护边缘又去除噪声的目的,在整幅图像上均具有较好的去噪效果.理论分析和数值计算结果均表明,本文方法具有比现有扩散去噪方法更好的去噪效果,同时在峰值信噪比和边缘保护指数方面具有显著优势.     

采用方向信息测度和时间域迭代技术的红外图像扩散去噪算法

噪声抑制是红外图像处理中的一个重要研究课题,但常用的去噪算法会造成细节的损失.为了有效地抑制噪声,同时保护边缘,文中在P-M扩散方程的基础上,提出了一种新的采用方向信息测度和时间域迭代技术的各项异性扩散滤波算法.方向信息测度的引入能够在抑制噪声的同时有效保护边缘;时间域迭代技术通过时空混合滤波来同时抑制噪声和保护边缘,而且取消了常规扩散算法几十次的迭代运算,使得实时各向异性扩散算法成为了可能.仿真结果表明:该算法的性能优于常规算法,具有良好的前景和实用价值.     

基于非线性小波阈值的各向异性扩散方程

本文给出了林石算子定义的扩散方程的小波阈值等价形式,并在此基础上对林石算子定义的扩散系数计算公式进行了修改,将其中估计各阶导数时所用的高斯线性滤波图像改成平移不变小波非线性阈值图像,这样避免了高斯滤波引起的过度光滑和边界移动.实验结果表明新的扩散方程在保持边缘位置的同时能更有效地去除噪声.     

带有局部耦合项的冲击扩散方程与图像锐化

提出了带有局部耦合项的冲击扩散方程,其沿着等照度线(边缘)的梯度方向实施反向扩散(冲击)以锐化边缘;相反地沿切线方向实施正向扩散以去除噪声和锯齿伪像.为了克服二值的零交叉决策过程导致的虚假的分片常数图像,利用双曲正切函数代替符号函数,柔和地控制边缘的零交叉点两侧像素的灰度值变化.同时为了进一步控制扩散行为,使其逼近于稳定的过程,并消除数值"爆炸"和过冲,在冲击扩散方程中增加局部耦合项.实际结果显示,本文算法可以显著地提高图像的视觉质量.     

基于边缘定向扩散方程的图像复原方法

讨论了光学图像中同时存在噪声与模糊时的复原问题。采用一种能根据边缘方向自适应选取扩散系数的各向异性扩散方程来约束复原后的图像的光滑性质,将其和图像复原模型一起使用,得到了一种图像复原的正则化模型,并利用Eluer方程将该模型转换成一种可以快速求解的各向异性非线性扩散模型。在光滑性约束项的构造上,构造了一种基于边缘定向扩散的各向异性张量型扩散方程,能有效地根据边缘的方向确定是增强边缘还是滤除噪声。相比图像复原的迭代正则化方法,新方法能在复原图像的同时有效地抑制噪声,并有效地减轻边缘处的振铃效应。数值计算结果表明,新方法在整幅图像的复原效果上明显强于迭代正则化方法,尤其在对背景噪声的抑制上效果更明显,峰值信噪比（PSNR）也比迭代正则化方法平均提高了约2dB。     

一种新的基于水平集方法的SAR图像分割算法

本文基于Aubert-Aujol（AA）模型和变分水平集方法提出一个新的SAR图像分割模型;在反应-扩散框架下,将各项同性扩散算子加入到该模型的水平集演化方程中,并提出一个两步分裂水平集演化算法,该算法不需要周期性地更新水平集函数。通过对合成图像和Envisat SAR图像的分割实验,表明本文提出的算法具有较准确的边缘定位能力和噪声抑制能力。     

一种改进的偏微分扩散方程的医学超声图像去噪方法

研究了偏微分扩散方程在医学超声图像去噪中的应用。首先对各向异性扩散模型的进行分析,为了更好地去除噪声并保留图像的边缘等重要信息,提出了构造新的各向异性加权系数和优化的迭代次数的改进方法,并通过实验证明可达到更好的去噪效果。     

基于改进剪切波和Canny的故障区域检测算法研究

针对机械故障红外热图像存在各种噪声造成故障区域测量参数提取精度低的问题,本文提出了基于改进剪切波和Canny的故障区域检测算法。该算法包括基于改进剪切波的去噪算法和改进Canny算子的边缘检测算法,在去噪中本文提出的是一种基于剪切波和高阶谱相结合的新算法,可以有效地去除高斯噪声与椒盐噪声的混合噪声并保留图像细节;在图像的边缘检测中本文利用剪切波与Canny算子相结合的改进新算法对红外故障图像进行边缘提取,从而消除了传统的Canny算子在检测时出现的伪边缘现象。实验仿真结果表明本文提出的去噪算法与传统的去噪算法相比显著提高了图像的峰值信噪比(PSNR),同时图像的边缘和细节也得到了很好的保留,实现了故障区域特征参数的精确有效提取。     

基于变分的SAR图像目标特征增强方法

研究了SAR图像目标特征增强的变分方法.通过分析P-M扩散方程中的扩散系数,得出梯度(Canny)边缘检测算子对SAR图像的非恒虚警性使得滤波后图像的边缘变得模糊.而ROA算子能有效地检测出图像中的边缘,但较难检测出图像中的强散射点目标.基于SAR幅度图像中相干斑噪声的Rayle igh分布,从最大后验概率估计出发,结合ROA边缘检测图像以及SAR幅度信息来构造扩散系数,建立SAR图像目标特征增强的变分模型.实测SAR图像处理结果显示该方法在充分抑制均匀区域的相干斑噪声的同时能较好地保护并增强图像的边缘和强散射区域.     

Anisotropic diffusion for noise removal of band pass signals

A noise removal method for band pass signals based on the anisotropic diffusion algorithm originally put forward by Perona and Malik is proposed in this paper. The anisotropic smoothing algorithm proposed here is for band pass signals modulated with a constant carrier frequency. A partial differential equation to smooth band pass noisy signals is derived. The propagator of this differential equation is also analytically calculated in this paper. An appropriate linear operator is then considered here for such band pass signals to form an anisotropic diffusion algorithm. The algorithm proposed here demonstrates better performance for band pass noisy signals containing discontinuities in comparison with the traditional Perona-Malik (PM) algorithm and is robust in the presence of excessive noise with SNR less than unity.     

基于AOS的线性种子扩散图像分割方法研究

研究了修改Perona-Malik模型的线性种子扩散的图像分割方法。针对显式差分格式只能采用小步长的问题，改为隐式差分格式，并采用加性算子分裂（AOS）算法求解。二维图像测试表明，基于AOS的算法在稳定性和计算复杂度等方面都取得了较好的结果。     

Adaptive Perona-Malik model based on the variable exponent for image denoising

This paper introduces a class of adaptive Perona-Malik (PM) diffusion, which combines the PM equation with the heat equation. The PM equation provides a potential algorithm for image segmentation, noise removal, edge detection, and image enhancement. However, the defect of traditional PM model is tending to cause the staircase effect and create new features in the processed image. Utilizing the edge indicator as a variable exponent, we can adaptively control the diffusion mode, which alternates between PM diffusion and Gaussian smoothing in accordance with the image feature. Computer experiments indicate that the present algorithm is very efficient for edge detection and noise removal.     

基于局部最小相关系数的自适应扩散迭代次数研究

针对典型Perona-Malik各向异性扩散去噪模型中采用固定迭代次数的不足,提出了一种自适应迭代次数确定算法,通过去噪后图像与噪声的局部最小相关系数来自动确定扩散迭代次数.实验结果表明:本文算法比传统算法去噪效果更好,同时也很好地保持了图像的边缘细节,且具有一定的通用性.     

一种改进的图像去噪与增强模型

图像的去噪和增强越来越成为制约后续图像一系列处理的瓶颈,为此提出一种图像去噪与增强的混合模型。该模型在各向异性扩散模型的基础上引入边缘指示函数,达到快速识别边缘的目的;在冲击滤波器的基础上,引入含有时间变量的边缘判定函数,适时控制冲击幅度的大小。而后将上述两个模型结合起来,克服了扩散模型仅依赖梯度信息来控制扩散进程的弊端,也适时地锐化了边缘。实验表明该混合模型不仅可以很好地去除图像的斑点噪声,并且可以达到图像增强效果。     

一种有效的各向异性去啴模型

基于经典的模型,提出一种新的扩散模型。该模型在第一阶段利用小波域wiener滤波时图像进行消噪,之后通过各向异性扩散去除伪。噪声图像经过方法处理后,既消除了小波去噪经常出现的伪效应,又避免了偏微分方程方法去噪中出现的阶梯效应,较好保存了细节,提高了峰值信噪比,大量实验表明它是一种有效的去噪方法。     

方向扩散方程与小波变换的相关性研究

方向扩散方程是一种有方向性的扩散,本文基于这一特点,对方向扩散方程与小波分解和重构的相关性作了研究。首先,用小波分解后下层的低频图像作为对上层低频图像的一个初始近似,验证了由上层低频图像经方向扩散方程可逐渐扩散收敛到下层的低频图像;反过来,由下层低频图像经方向扩散方程亦可逐渐扩散恢复到上层低频图像,这正体现了小波分解与重构的渐变过程。因此,由方向扩散方程的迭代扩散可以实现小波变换在相邻两层间的分解与重构,且随着所选扩散时间间隔的减小,可以在越来越细的尺度上观察相邻两层间小波分解与重构的渐变过程。     

Nonlinear multiscale analysis of three-dimensionalechocardiographic sequences

We introduce a new model for multiscale analysis of space-time echocardiographic sequences. The proposed nonlinear partial differential equation, representing the multiscale analysis, filters the sequence while keeping the space-time coherent structures. It combines the ideas of regularized Perona-Malik anisotropic diffusion and the Galilean invariant movie multiscale analysis of Alvarez, Guichard, Lions and Morel. A numerical method for solving the proposed partial differential equation is suggested and its stability is shown. Computational results on synthesized and real sequences are provided. A qualitative and quantitative evaluation of the accuracy of the method is presented.     

一种改进型各向异性扩散滤波器

通过分析Perona和Malik(PM)扩散滤波器扩散率函数的统计学意义,提出一种关于扩散率函数的统计学解释模型,即扩散率函数定义了一个以边界估计算子为随机变量的概率密度函数,解决了扩散率函数设计和选择没有统一理论的问题.依据这一解释模型,设计出一种改进型的各向异性扩散滤波器.实验结果显示,改进型扩散滤波器只需要相对于PM方法较少的迭代次数,就能得到预期的图像去噪效果,证明统计学解释模型为各向异性扩散滤波器提供了一种有效的设计方法.