基于偏微分方程的圖像去噪中的若干問題研究.pdf

1、20世紀90年代中期開始基于偏微分方程(Partial Differential Equations,簡寫為,PDE)的圖像降噪方法在圖像處理領域中成為研究熱點。顯著的去噪效果和廣泛的使用范圍引起了國內(nèi)外的眾多學者的關注。在圖象數(shù)據(jù)日益增長的情況下，該方法在有效地去噪的同時能夠更好地保留圖像的邊緣等信息，在圖像分割、圖像增強、圖像恢復中都取得了較好的效果。
　　本文主要討論了基于偏微分方程的圖像去噪中的若干問題，論文的主要內(nèi)容概括

2、如下：
　　首先詳細介紹了偏微分方程應用于圖像去噪領域的目的和重要意義，國內(nèi)外研究現(xiàn)狀，分析了基于偏微分方程的一些圖像去噪模型和模型的系數(shù)的優(yōu)缺點。首次研究擴散系數(shù)對圖像去噪的作用，在偏微分方程P-M模型圖像去噪過程中，擴散系數(shù)的選擇會影響圖像去噪的效果，為此提出了一個新的擴散系數(shù)模型來實現(xiàn)圖像去噪。討論了P-M模型中擴散系數(shù)和梯度閾值的選取對圖像去噪的重要性，并對比了兩個擴散系數(shù)的優(yōu)點和缺點;按它們的基礎上提出一個新的擴散系數(shù)，

3、并應用到CLMC模型進行數(shù)值離散實驗。提出的擴散系數(shù)能夠有效地進行圖像去噪。其次研究了各向異性全變分擴散(TV)方程模型和各向同性熱擴散(TD)方程模型對圖像去噪的優(yōu)缺點，為了補充它們的缺點提出了一個改進的自適應混合模型,所提出的模型根據(jù)圖像的信息能夠自適應每個區(qū)域。該模型進行擴散圖像的更加平坦區(qū)域，而較少的擴散在圖像的邊緣，得到了較好的去噪效果，同時保持邊緣。比較了這三個模型對圖像去噪的效果。
　　最后，我們利用MATLAB環(huán)境