基于PDE的新圖像擴(kuò)散模型及分類擴(kuò)散.pdf

1、偏微分方程是近三十年新興的重要圖像處理工具,為以數(shù)字圖像處理為基礎(chǔ)的眾多領(lǐng)域注入了新的活力。圖像復(fù)原是圖像處理的重要組成部分,其目的是提高退化圖像的質(zhì)量,使其更加的清晰。圖像的細(xì)節(jié)信息存在于圖像的邊緣部分,噪聲可以分布于圖像任何位置,噪聲又與細(xì)節(jié)在頻域內(nèi)相混疊等等,使得濾除噪聲和保護(hù)邊緣成為一種矛盾。傳統(tǒng)的方法較難處理這類問題,而新興的偏微分工具提出的邊緣保護(hù)思想及各向異性擴(kuò)散等方法均為保護(hù)細(xì)節(jié)提供新的思路。
　　 本文以圖像抑

2、噪為主要研究方向,分別從濾波模型、濾波方法及濾波思路三個方向出發(fā),得到以下三個成果:
　　 1.針對傳統(tǒng)的濾波模型-PM模型存在逆擴(kuò)散現(xiàn)象,提出一種適定的擴(kuò)散方程。PM模型中的傳導(dǎo)因子對邊緣過于敏感,造成模型在邊緣處出現(xiàn)逆擴(kuò)散現(xiàn)象。通過更改模型的傳導(dǎo)因子,降低其在邊緣處的敏感性,進(jìn)而得到一種適定的濾波方程。
　　 2.提出三種圖像特征擴(kuò)散模型。三種模型均沿著圖像特征方向進(jìn)行擴(kuò)散,這種擴(kuò)散思路即使沒有任何的邊緣保護(hù)措施下依