文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 工程科技 > 建筑/土木 > 基于总变分和各向异性扩散方程的图像恢复模型
侵权投诉

基于总变分和各向异性扩散方程的图像恢复模型

基于总变分和各向异性扩散方程的图像恢复模型

2006年10月第33卷 第5期

 

西安电子科技大学学报(自然科学版)

JOURNAL OF XIDIAN UNIVERSITY

 

Oct.2006

Vol.33 No.

基于总变分和各向异性扩散方程的图像恢复模型

5

基于总变分和各向异性扩散方程的图像恢复模型

李 敏,冯象初

(西安电子科技大学理学院,陕西西安 710071)

摘要:提出了一个基于总变分和各向异性扩散方程的图像恢复模型.该模型通过引进“纯粹的”各向异性扩散方程的扩散项,实现了偏微分方程去噪方法中非线性扩散方程与能量泛函变分法的有机结合.实验表明该模型不但能够提高去噪性能,而且可增强边缘并保持边缘的位置;能够保持图像中的纹理特征和不能用边缘刻画的大尺度细小特征,使得处理后的图像清晰度和对比度大大增强,而且有意义的细节特征也被保留.

关键词:总变分;各向异性扩散方程;去噪;细节特征

中图分类号:TP391.41  文献标识码:A  文章编号()0522variationand

thediffusionequation

LIMin,FENGXiang2chu

(SchoolofScience,XidianUniv.,Xi′an 710071,China)

Abstract: Weproposeanewmodelforimagerestoration,whichcombinesthetotalvariationminizationwiththe“pure”anisotropicdiffusionequationofAlvarezLandMorelJM.Duetotheintroductionofthenewdiffusionterm,thismodelcannotonlyremovenoisebutalsoenhanceedgesandkeeptheirlocality.Anditcanalsokeeptexturesandlarge2scalefinefeaturesthatarenotcharacterizaedbyedges.Becauseofthesefavorablecharacteristics,notonlydotheprocessedimageslookmuchclearerandsmoother,butalsosignificantdetailsarekept,resultinginappealingvision.

KeyWords: totalvariation;anisotropicdiffusionequation;noiseremoval;detail

数字图像处理技术已广泛应用于许多科学和工程领域.而图像质量自然也成为评判这些应用成果价值

的客观指标.但是,由于实际中设备的不完善和物理的限制,所获得的图像通常达不到期望的质量.因此,原始图像的恢复是非常必要的.近20年来,由于人类视觉对图像恢复水平的高追求,数学方法处理图像已成为一个重要的课题,其中,偏微分方程(PDE)和泛函分析备受青睐.

具体到基于偏微分方程的去噪方法大致可分为两类:基于非线性尺度空间(即非线性扩散方程)的方法和基于能量泛函的变分方法.这些方法相互影响、相互作用,彼此之间存在着紧密的联系[1~3].针对这些联系,笔者在文[4,5]的基础上,将总变分和“纯粹的”各向异性扩散方程的扩散项[6]有机结合,提出了一种新的图像恢复模型,大大改观了原始图像的恢复质量,提高了去噪性能.

1 预备知识

111 总变分模型

  对于带噪图像来说,其模型可写为

I0=I+n ,

(1)

其中I是原始干净图像;n是图像中加入的噪声,通常为标准偏差为σ高斯白噪声;I0为带噪的观测图像.

收稿日期:2005210228

作者简介:李 敏(19792),女,西安电子科技大学博士研究生.

第1页

你可能喜欢

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email