基于彎曲邊緣和復雜紋理保持的各向異性圖像去噪算法研究.pdf

1、本文主要關(guān)注的是圖像處理領(lǐng)域的一個熱點與難點：在圖像去噪的過程中，如何更好地保存彎曲邊緣和復雜紋理。一方面，在圖像采集、獲取和傳輸?shù)拳h(huán)節(jié)，容易受各種因素的影響，從而導致圖像質(zhì)量下降、細節(jié)特征淹沒、視覺效果惡化等，使得圖像的使用價值降低。同時，在當今社會的生產(chǎn)與生活中，對圖形圖像的應(yīng)用需求會越來越廣泛。另一方面，在圖像去噪過程中，不可避免地會導致圖像的模糊或平滑，而這又恰好與保存圖像的細節(jié)信息是相矛盾的。
　　 本文首先概述了各向

2、異性擴散模型的相關(guān)內(nèi)容，分析總結(jié)得出現(xiàn)有模型的三種經(jīng)典各向異性擴散，P.Perona和J.Malik提出的P-M各向異性擴散模型、Weiekert的一致性各向異性擴散模型以及前向后向擴散濾波模型。同時通過理論研究和實驗證明，這些離散方法沒能更好地保存彎曲邊緣和復雜紋理的根本原因主要在于，擴散不能夠沿著彎曲邊緣進行。
　　 為克服以上缺陷，本文在P-M各向異性模型的基礎(chǔ)上，提出采用時間累積的步進各向異性擴散模型進行圖像去噪。時間累

3、積的步進各向異性擴散模型主要采用了擴散中心的步進移動以及不同方向上擴散點的時間累積兩大機制。擴散中心的步進移動依賴于圖像的結(jié)構(gòu)信息，通過八鄰域差分算子來確定步進移動的方向。以此得出的擴散點能更好地反映初始擴散中心的特征。不同方向擴散點的時間累積由我們所提出的擴散累積函數(shù)來實現(xiàn)?？此埔粋€簡單的累積疊加過程，卻能實現(xiàn)擴散結(jié)果的不斷優(yōu)化，從而得到一個穩(wěn)定而可靠的值。
　　 在本文的最后，對以上所提出的算法通過MATLAB進行仿真對比實