APP下载

基于偏微分方程的非线性图像去噪增强技术研究

2015-09-07徐振洋李琰婷

中国新技术新产品 2015年7期
关键词:方法模型

徐振洋 刘 智 李琰婷

(长春理工大学电子信息工程学院,吉林 长春 1300 22)

1 基于偏微分方程的图像去噪模型

随着电子技术发展和计算机水平不断提高,图像去噪增强作为图像处理的重要部分,吸引科学工作者深入研究。1990年最先提出了非线性热传导扩散方法,P-M模型1,如下:

式中u0为原始图像,ut为时刻t时图像,g(|▽ut|)是扩散函数,如下:

k是梯度阈值。该扩散模型虽可以滤掉噪声,并保持图像纹理边缘完整,处理后图像质量有所提高,但也有弊病和不足。处理图像较大区域时,与趋于零的扩散函数作用,图像边缘模糊;当原图噪声严重时,图像梯度模值变化剧烈,处理结果不好。针对扩散函数不足,使扩散幅度在图像梯度小的区域比较大,梯度大的边缘区域慢慢减小直至减为零,有效地保持图像边缘。改进的扩散函数如下:

加入强度因子,如下:

式中γ是强度系数,div是散度算子。

2 基于偏微分方程的图像增强处理技术

朱教授等研究基于梯度场均衡化的偏微分增强方法,解决了光照条件不匀导致图像局部暗亮的增强问题。将增强后的梯度值用G表示:

‖▽u0‖为原图梯度模,L(‖▽u0‖)是直方图均衡化后图像是梯度场的方向,梯度的变换方向前后一致。上述方法增强的同时将图像噪声也放大,对于图像视觉反差小或纹理不清的图像增强也不理想,因此提出下式:

该梯度函数使原梯度场从[min‖▽u‖,max‖▽u‖]均匀映射到[0,max‖▽u‖],梯度空间扩大,使图像原本不清晰的梯度突出,有效地增强边缘及细节,视觉上加大了图像的反差比,然后从变换后的梯度域里求解出增强图像。……

登录APP查看全文

猜你喜欢

方法模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
学习方法
3D打印中的模型分割与打包
用对方法才能瘦
FLUKA几何模型到CAD几何模型转换方法初步研究
四大方法 教你不再“坐以待病”!
赚钱方法
捕鱼
一个相似模型的应用