改进的各向异性扩散图像去噪算法.pdf

《改进的各向异性扩散图像去噪算法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第38卷第7期2017年7月自动化仪表PROCESSAUTOMAllONINSTRUMENTATl0NV01．38NO．7July．2017改进的各向异性扩散图像去噪算法肖丹，黄玉清(西南科技大学信息工程学院，四川绵阳621010)摘要：图像去噪是图像处理中的重要环节，经典的图像去噪算法，如中值滤波、高斯滤波和加权平均滤波等，去噪效果都不是很理想。传统方法在去除噪声的同时，会使图像的边缘也变得模糊。偏微分方程(PDE)是近年比较流行的图像处理方法，它具有各向异性的特点，在去除噪声的同时，能很好地保持图像的边缘。基于现有算法，提出了一种改进的去噪算法。将传统P—M算子中的

2、固定边缘阈值改为随梯度模变化的自适应阈值，并结合图像结构张量构造一个扩散函数。在图像平坦区，改进的P—M模型具有各向同性的特点，有利于平滑噪声；而在图像边缘处，该模型只沿切线方向扩散，有利于保护图像细节。试验表明，改进的P—M模型能很好地改善图像去噪效果，同时也能很好地保持图像的边缘。关键词：图像去噪；偏微分方程(PDE)；各向异性；P—M模型；边缘阈值；结构张量；扩散函数中图分类号：TH7；TP391文献标志码：ADOI：10．16086／j．cnki．issnl000—0380．201707001ImprovedAnisotropieDiffusionImageDe

3、noisingAlgorithmXIAODan，HUANGYuqing(SchoolofInformationEngineering，SouthwestUniversityofScienceandTechnology，Mianyang621010，China)Abstract：Imagedenoisingisanimportantpartofimageprocessing，thedenosingeffectofclassicimagedenoisingalgorithms，suchasmedianfiltering，Gaussianfiltering，weighteda

4、veragefiltering，etc．，isnotveryideal．Withtraditionalmethods，whileremovingnoise，theedgesofimagemayalsobecomeblurred．Inrecentyears，partialdifferentialequation(PDE)isapopularimageprocessingmethod，andithasthecharacteristicsofanisotropy，anditcanwellkeeptheedgewhileremovingnoise．Animproveddenoi

5、singalgorithmisproposedbasedontheexistingalgorithms．ThefixedthresholdvalueinthetraditionalP—Moperatorischangedintoanadaptivethreshold，whichischangingwiththechangeofthegradientmode，andcombiningwiththeimagestructuretensor，adiffusionfunctionfeaturingadaptivecharacteristicsisconstructed；itis

6、isotropicinflatzoneoftheimage，andconducivetosmooththenoisewhileattheedgeoftheimage，themodelonlydiffusesalongthetangentialdirection，anditisconducivetoprotecttheimagedetails．ThetestsshowthattheimprovedP—Mmodelcanimprovetheimagedenoisingeffect，meanwhilecanalsowellkeeptheedgeoftheimage．Keywo

7、rds：Imagedenoising；Partialdifferentialequation(PDE)；Anisotropy；P—Mmodel；Edgethreshold；Structuretensor；Diffusinnfl】nction0引言图像去噪是图像处理的重要环节。传统的去噪方法有很多，如中值滤波、高斯滤波和加权平均滤波等u1。这些传统的滤波方法主要是去除图像的高频成分，而图像的边缘也属于高频区域，所以对图像噪声滤除时会使图像的细节变得模糊。近年来，偏微分方程(partialdifferentialequation，PDE)在图