科研之友
微信
新浪微博
Facebook
分享链接
摘要
从偏微分方程数字图像处理的概念入手，分析研究偏微分方程的数字图像去噪的发展与方法，从偏微分方程理论了解到PM 模型是不适定的，为了优化PM模型噪声敏感与不适定问题，引入高斯卷积核函数替代梯度模并且引入选择性平滑项得到PM 模型的变形后的正则化模型，通过实验验证PM模型的变形正则化方程的图像去噪效果，选择性平滑项使得在图像边缘区域的扩散性较弱，且图像背景区域扩散性较强，PM模型的变形后的正则化模型能有效平滑噪声，并且具有增强图像边缘的作用。在实验中发现以下问题：偏微分方程方法扩散处理后的数据具有块状效应；高阶偏微分方程的稳定性较差并且不能满足图像各阶段处理的需求；图像处理的图像未考虑全局性；单一的偏微分方程图像处理技术不能完全支撑图像处理数据。针对以上问题提出了PM模型对于图像去噪算法改进的策略。
-
单位闽南理工学院
