【技术实现步骤摘要】
【专利摘要】本专利技术首先提供了一种图像曲率平滑方法,将图像水平集曲率作为一个二阶微分量,用来描述图像形态学特征,改善了图像处理效果。由于当图像受到噪声污染时,曲率会发生显著变化,本专利技术进一步将图像的水平集曲率作为一个检测因子代入到PM方法中,提出了一种,该方法不但可以保持图像的特征,而且峰值信噪比较以往的各向异性方法大幅度提高,复杂度低,时效性高,图像清晰度增加,相较以往图像平滑算法更具有效性和准确性,图像处理效果更好。【专利说明】
本专利技术属于图像处理
,具体涉及一种将梯度与曲率相结合的图像平滑方 法。
技术介绍
在图像处理与计算机领域中,图像去噪是最基本的问题之一。图像平滑就是通过 减少任何可能存在的退化而增强图像的技术。近年来,偏微分方程(PDE)方法在图像分析 处理和计算机视觉领域的应用非常广泛。偏微分方程能反映未知变量关于时间的导数和关 于空间变量的导数之间制约关系。基于偏微分方程的图像处理方法将离散图像表示成连续 的数学模型,利用偏微分方程完善的数值分析理论对图像进行处理。相比于传统方法,该方 法具有更强的局部自适应能力和更高的灵活性,因此在图像的去噪、分割、边缘检测、增强 等方面都有重要应用。 20世纪90年代初期,Perona和Malik首先提出了各向异性扩(Anisotropic Diffusion)的理论(即PM方法),将扩散系数由常数改为关于梯度模值的单调非增函数, 使滤波模型在去除噪声的同时还能对边缘起到保护作用。 PM方法的扩散方程为: 【权利要求】1. 图像曲率平滑方法 ...
【技术保护点】
图像曲率平滑方法,其特征在于,包括如下步骤:步骤A,将噪声图像进行滤波处理;步骤B,由PM模型输出二值图像;步骤C,将图像水平集的曲率作为一个二阶微分量描述图像形态学特征,建立曲率平滑模型:∂I∂t=div(11+(|κ|/l)2▿I)I(t=0)=I0]]>其中为水平集曲率,|κ|为曲率模值,l为阈值,I0代表初始图像,I是通过原图像与高斯核卷积获得,即I(x,y,t)=I0*G(x,y,t);步骤D,对步骤C中提供的图像平滑模型用半隐式加性算子分裂数值方法进行计算。
【技术特征摘要】
【专利技术属性】
技术研发人员:石兰芳,汪美玲,周林锋,周先春,
申请(专利权)人:南京信息工程大学,
类型:发明
国别省市:江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。