改造者：吴军生



改进的曲率驱动降噪模型

改造者：吴军生

在光照强度较弱的环境中获取的图像强度普遍较低，而且噪声严重，带有大量暗斑。曲率驱动与边缘停止相结合的非线性扩散模型，利用图像等照度线的曲率，可以对弱光下产生的暗斑起到较好的修复作用，利用边缘信息能够在降低噪声的同时保护图像边缘。本文在这一模型的基础上，利用弱光环境下获取的图像强度较低的特点，提出了一种改进模型，利用强度因子增强对暗斑的修复能力，试验结果显示，本文提出的改进有效。

图像与任何其他携带信息形式的数据一样，在每张图片的信息可能受到噪声的影响。图像在获取、传输和存储的过程中都有可能混入噪声，使图像模糊不清，影响图像的分割、重建等后续处理。特别是在低照度环境下，光波粒子较少，不能在图像传感器的所有像素点产生有效的光电效应，进而导致输出的图像与目标图像差别较大，噪点较多，这一点在移动通信设备上尤为明显。由于移动设备体积有限，光圈进光量不足，单像素传感器面积小，导致移动设备对降噪算法依赖极大。

关于图像降噪的算法常见的有：中值滤波法，均值滤波法，双边滤波法，最小均方差滤波等传统的滤波方法，也有基于傅立叶变换的方法和小波变换方法。偏微分方程（PDE） 自上个世纪80年代末开始被用于解决传统的计算机视觉问题，近年来在图像去噪与修复等方向的应用中已经取得了不错的成果。……