基于格子波尔兹曼模型的图像去噪方法技术

本发明专利技术公开了一种基于格子波尔兹曼模型的图像去噪方法，该方法步骤为：（１）输入初始图像Ｉ（ｘ，０）；（２）设置二维格子波尔兹曼演化方程中各作用方向的初始平衡态函Ｉｉｅｑ（ｘ，０）；（３）确定格子波尔兹曼演化方程的迭代次数Ｎ和迭代步长Ｃ；（４）遍历图像计算格子波尔兹曼演化方程中的松弛因子ω；（５）计算格子波尔兹曼模型的迁移过程；（６）计算格子波尔兹曼模型的作用过程；（７）更新平衡分布函数为Ｉｉｅｑ（ｘ，ｎ）；（８）判断是否达到迭代Ｎ次数，若达到Ｎ次时，则输出处理后的图像Ｉ（ｘ，Ｎ）。该方法能在抑制图像噪声的同时，有效的保护图像边缘。不仅能提高图像去噪质量，并且可以实现大步长的迭代计算，从而有效提高了去噪处理的效率。

Image denoising method based on lattice Pohl Seidman model

The invention discloses a method for image denoising based on the lattice Pohl Seidman model. The method comprises the following steps: (1) the initial input image I (x, 0); (2) the initial equilibrium state function Iieq set up a two-dimensional lattice Pohl Seidman equation in the evolution direction of each function (x, 0); (3) determine Pohl Seidman lattice evolution equation iteration and N iteration step C; (4) the relaxation factor Omega traversal image to compute the lattice Pohl Seidman evolution equation; (5) the migration process calculation of lattice Pohl Seidman model; (6) role in the process of computation of lattice Pohl Seidman model; (7) to update the equilibrium distribution function Iieq (x, n); (8) to determine whether the number of iterations of N, if the time reached N, the output image processed I (x, N). This method can suppress image noise and protect image edges effectively. Not only can the quality of image denoising be improved, but also the iterative computation of large step size can be realized, thus effectively improving the efficiency of denoising.

【技术实现步骤摘要】

本专利技术涉及一种基于格子波尔兹曼模型(lattice boltzmann model, LBM)来求解非线性扩散方程实现图像去噪的方法，属于图像处理领域。
技术介绍
目前，使用非线性扩散模型进行图像去噪是偏微分方程在图像处理领域中的重要应用。它能在抑制图像噪声的同时，有效保护图像的边缘。使用非线性扩散模型进行图像去噪首先由Perona和Malik于1990年提出，两年后Catte等在模型的理论和实现方法上做出了提高，1998年Weickert通过引入扩散张量改善了纹理图像的平滑效果。然而，由于数字图像固有的不连续性，数学模型所得到的偏微分方程具有非线性，以及图像数据量的庞大等因素，偏微分方程的解析解很难得到或者是根本不存在的，这时有必要借助于数值计算以获取该方程的近似解。在基于偏微分方程理论的图像处理方法中，数值实现问题是限制基于偏微分方程处理图像方法应用的瓶颈。许多非线性扩散方程都是通过显式有限差分(explicit finitedifference, EFD)进行离散实现。这种显式有限差分算法虽然易于实现，但是由于受稳定性的限制，迭代的步长是很小的(如1/4)。这样为了到达预本文档来自技高网...

【技术保护点】
一种基于格子波尔兹曼模型的图像去噪方法，其特征在于，通过把图像的边缘截止函数嵌入格子波尔兹曼微观演化方程的松弛因子中的方式，在二维格子波尔兹曼模型中找到微观演化方程与宏观非线性扩散方程对应关系来求解非线性扩散方程以实现图像去噪，其步骤如下：（１）、输入初始图像Ｉ（ｘ，０），节点的值设为对应像素的灰度值；　　（２）、使用二维格子波尔兹曼模型，设置格子波尔兹曼微观演化方程中各作用方向的初始平衡态函数Ｉ↓［ｉ］↑［ｅｑ］（ｘ，０）；　　（３）、确定格子波尔兹曼微观演化方程的迭代次数Ｎ和迭代步长Ｃ；　　（４）、遍历图像计算格子波尔兹曼演化方程中的松弛因子ω；　　（５）、计算二维格子波尔兹曼模型的迁移过...

【技术特征摘要】

【专利技术属性】
技术研发人员：王志强，严壮志，钱跃竑，
申请(专利权)人：上海大学，
类型：发明
国别省市：31[中国|上海]