基于各向异性扩散的图像平滑改进算法制造技术

本发明专利技术涉及一种基于各向异性扩散的图像平滑改进算法，基于各向异性扩散的图像平滑改进算法，包括以下步骤：（1）对待处理图像进行Gauss滤波，去除较大噪声；（2）建立八方向图像平滑模型；（3）引入物理学中的重调和方程；（4）建立梯度与阈值的关系；（5）选取不同的扩散系数对图像进行平滑，使图像在保边缘、保部分细节信息和提高效率等方面都达到令人满意的效果；（6）用半隐式加性算子分裂（AOS）算法对图像进一步处理，得到去噪后的图像。实验结果表明，本发明专利技术的算法在去噪性能方面更具优越性。

【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∂I∂t=div(1ln(e+(e+(▿I4/k))2)▿I);]]>(2)若k-Δk≤▿I≤k+Δk,]]>则图像平滑模型为∂I∂t=αdiv(1ln(e+(▿I4/k)2)▿I)+βdiv(1ln(e+(▿I/k)2)▿I),]]>其中，α和β是连贯系数；(3)若||▿I||≥k+Δk,]]>则图像平滑模型为其中Δk与图像的噪声水平有关，根据经验取值。步骤六、用半隐式加性算子分裂(AOS)算法对图像进一步处理,将图像I尺度化分解在[0,1]区间，a).I为一维矩阵时，In+1＝[1‑τA(In)]‑1In；其中，τ是时间步长，A(In)＝[aij(In)]，aij(In)=γin+γjn2h2j∈Ni-Σk∈Niγin+γkn2h2j=i,0otherwise]]>式中，γi＝aigi，h是离散化步长；b).I为N维矩阵时，矩阵Al＝(aijl)ij；1)令fij=Iijn;]]>2)计算fσ＝f*Gσ，gijn=αg(|▿fσ|ij)+βg(|▿fσ|ij4);]]>3)当i＝1,…,M时，计算的三个对角线上的元素：(βk(i),k=1,···,N-1)]]>(γk(i),k=2,···,N),]]>求解(I-2τAx,in)Ilin+1=Ilin,]]>得到4)当j＝1,…,N时，同样计算的三个对角线上的元素，求解(I-2τAy,in)I2jn+1=I2jn,]]>得到5)计算In+1=12(I1n+1+I2n+1).]]>上述步骤1)‑5)完成一次迭代，重复多次迭代可得到清晰图像。...

【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