基于偏微分方程的安檢圖像去噪算法.pdf

1、安檢圖像是一種典型的X射線圖像，由于X射線的成像原理以及行李箱包的復(fù)雜性，安檢圖像存在內(nèi)容豐富，邊緣復(fù)雜，容易受到噪聲干擾等特點(diǎn)，給工作人員識別危險物品帶來困擾。安檢圖像的細(xì)節(jié)十分重要，關(guān)系到安檢人員的判斷準(zhǔn)確性，而傳統(tǒng)的圖像去噪算法在處理安檢圖像時通常不能有效地去除噪聲并且保留圖像的邊緣細(xì)節(jié)。
　　針對這個問題，本文以偏微分方程數(shù)學(xué)理論為基礎(chǔ)，主要研究了一種基于偏微分方程的自適應(yīng)圖像去噪算法，用于處理被噪聲干擾的安檢圖像。在理論

2、研究中有多種不同的偏微分方程去噪方法，本文著重強(qiáng)調(diào)的是Perona-Malik(P-M)各向異性擴(kuò)散方程的算法。這種基于P-M擴(kuò)散方程的自適應(yīng)圖像去噪算法將圖像去噪分為了兩個過程，分別為圖像自適應(yīng)的邊緣檢測過程和根據(jù)檢測結(jié)果以不同的擴(kuò)散方式處理圖像噪聲的過程。具體行為是首先改進(jìn)了原始的P-M擴(kuò)散方程的的擴(kuò)散系數(shù)，設(shè)計了一種自適應(yīng)邊緣檢測函數(shù)，該函數(shù)通過梯度的變化將圖像分為平坦光滑區(qū)域和邊界區(qū)域;P-M擴(kuò)散方程可以在不同的區(qū)域表現(xiàn)出不同的

3、擴(kuò)散方式，從而在去除噪聲的同時不會對邊緣細(xì)節(jié)造成太大的影響。最后，在自適應(yīng)的P-M擴(kuò)散算法的基礎(chǔ)上，應(yīng)用了結(jié)構(gòu)張量的原理，用結(jié)構(gòu)張量中的連貫性張量和張量度量分別代替邊緣檢測函數(shù)中的梯度，增強(qiáng)了邊緣檢測的能力，使得圖像去噪的效果更佳。
　　本文使用了不同的圖像數(shù)據(jù)對所研究的基于P-M擴(kuò)散方程的自適應(yīng)去噪算法進(jìn)行了實驗，實驗證明該算法比原始的P-M圖像去噪算法更具備有效性，在對安檢圖像的處理中，既可以去除安檢圖像的噪聲，又對圖像的邊緣