【技术实现步骤摘要】
本专利技术涉及图像处理
,具体是基于各向异性算法改进的图像平滑处理算 法。
技术介绍
数字图像是很多学科领域获取信息的来源,但图像在采集过程中往往会因为各方 面原因引入噪声。因此,在图像处理和计算机领域,图像去噪是最基本的问题之一。近几十 年,偏微分方程(PDE)方法开始大量应用于图像处理,在图像的去噪、分割、边缘检测、增强 等方面的研究都取得了显著进展。在基于偏微分方程的图像处理方法中,各向异性扩散由 于其高质量的处理结果而成为研究热点。自PM算法提出后,各向异性扩散技术有了长足的 发展。随着对该技术研究的不断深入,许多实验结果表明,PM算法存在缺陷,处理后的图像 降噪不稳定,有明显的阶梯效应,并且保边缘性不是很好。
技术实现思路
鉴于上述现有技术中的不足,本专利技术提供一种基于各向异性扩散的图像平滑改进 算法,解决去噪不稳定的问题,不仅可以有效的保护边缘,克服部分边缘和细节失真的缺 陷,而且可以减少图像处理的次数。 本专利技术一种,其特征在于,包括以下步 骤: 步骤一、对待处理图像进行Gauss滤波,去除较大噪声; 步骤二、建立八方向图像平滑模型, 根据PM算法的扩散方程
【技术保护点】
一种基于各向异性扩散的图像平滑改进算法,其特征在于,包括以下步骤:步骤一、对待处理图像进行Gauss滤波,去除较大噪声;步骤二、建立八方向图像平滑模型,根据PM算法的扩散方程其中div、分别为散度算子和梯度算子,I为待处理图像,将4个方向的梯度扩展到8个方向,八方向图像平滑模型为∂I∂t=div(1ln(e+(▿I/k)2)▿I);]]>步骤三、引入重调和方程相应的,八方向图像平滑模型变为∂I∂t=div(1ln(e+(▿I4/k)2)▿I);]]>步骤四、建立梯度与阈值的关系,k=MAD(▿I)/0.6745=median[||▿I-median(||▿I||)||]/0.6745,]]>其中,MAD是零均值的正态分布,偏差为0.6745;步骤五、图像加高斯噪声后背景变化很大,在平滑区域内用强扩散强度,此时图像中亮度值相近的像素被连接在一起,形成了统一尺度范围的同质区域,加大了同质区域噪声的差别,但在平滑区域以外,(1)若则图像平滑模型为&Pa ...
【技术特征摘要】
1. 一种基于各向异性扩散的图像平滑改进算法,其特征在于,包括以下步骤: 步骤一、对待处理图像进行Gauss滤波,去除较大噪声; 步骤二、建立八方向图像平滑模型, 根据PM算法的扩散方S其中div、V分别为散度算子和梯 度算子,I为待处理图像,将4个方向的梯度扩展到8个方向,八方向图像平滑模型为步骤三、引入重调和方g相应的,八方向图像平滑模型变步骤四、建立梯度与阈值的关系,其中,MD是零均值的 正态分布,偏差为0.6745 ; 步骤五、图像加高斯噪声后背景变化很大,在平滑区域内用强扩散强度,此时图像中亮 度值相近的像素被连接在一起,形成了统一尺度范围的同质区域,加大了同质区域噪声的 差别,但在平滑区域以外, (1) 若|ν/|μΑ-M,则图像平滑模型戈(2) 若/c - M S ▽/幺人'+ Δ/c,则图像平滑模型为,其中,α和β是连贯系 ...
【专利技术属性】
技术研发人员:周先春,汪美玲,石兰芳,周林锋,
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。