基于非線性擴(kuò)散濾波結(jié)構(gòu)信息的圖像去噪方法研究.pdf

1、數(shù)字圖像作為一種重要的信息傳輸手段，已經(jīng)成為當(dāng)前時代不可或缺的信息來源。然而在圖像的產(chǎn)生，傳輸和接收過程中，不可避免的會受到噪聲的影響，造成圖像模糊、失真、有明顯的噪聲點(diǎn)而影響圖像的質(zhì)量，妨礙對圖像的后續(xù)分析處理。因此，提高圖像質(zhì)量去除噪聲，維持圖像固有特征就成為數(shù)字圖像處理了最基本與必要的要求，具有重要的理論意義與實(shí)際價值。
　　近幾年來，由于基于偏微分方程(PDE)的方法在圖像處理上的應(yīng)用越來越廣泛，其理論方面也多有發(fā)展，越來

2、越多的改進(jìn)和創(chuàng)新方法進(jìn)入人們的視野，服務(wù)于實(shí)際應(yīng)用與理論教學(xué)。本文在討論利用偏微分方程方法去噪理論的同時，著重研究如何更加準(zhǔn)確，高效地降低圖像的噪聲，提高圖像質(zhì)量，滿足實(shí)際應(yīng)用上后續(xù)處理的需要。PDE當(dāng)中的擴(kuò)散項是去噪理論中的關(guān)鍵部分，它控制著擴(kuò)散的幅度與速度，對于擴(kuò)散項的研究是該課題的核心內(nèi)容。梯度保真項是為確定圖像在處理前后灰度相差不大，不會出現(xiàn)假邊界的重要保證，它可以結(jié)合已有的擴(kuò)散項對圖像進(jìn)行去噪處理，最終完成圖像預(yù)處理中的去噪聲

3、步驟。論文的主要工作包括以下內(nèi)容:
　　(1)深入研究了基于非線性擴(kuò)散濾波結(jié)構(gòu)信息的圖像去噪方法，提出了適用更多角度邊界的圖像去噪模型，研究了該去噪模型的去噪性能及優(yōu)化方法。通過實(shí)驗證明該模型可以保留與原有方法相比更多的邊界，得到更高質(zhì)量的圖像用于后續(xù)處理。
　　(2)結(jié)合之前的研究提出一種由結(jié)構(gòu)信息確定指數(shù)的自適應(yīng)梯度保真項，并結(jié)合已有的擴(kuò)散項提出新的去噪模型。該模型可以在有效去除噪聲的同時保護(hù)更多的細(xì)節(jié)信息，預(yù)防階梯效應(yīng)