基于各向異性偏微分方程圖像去噪方法的研究.pdf

1、自動目標識別(ATR)是工業(yè)視覺識別的關鍵技術，而作為其預處理的重要步驟，圖像平滑效果的好壞直接影響著識別的準確性。圖像平滑包括兩個方面內容：一是消除噪聲，二是增強（或保護）圖像特征，而基于各向異性偏微分方程的非線性平滑技術由于較好地協(xié)調了圖像去噪與邊緣的處理，成為圖像去噪領域研究的重點。P-M非線性各向異性擴散模型采用圖像梯度的單調遞減函數(shù)作為擴散系數(shù)，可以在一定程度上解決去噪時邊緣模糊的問題，但仍然存在一些不足。例如當噪聲較大時有可

2、能增強噪聲，另外方程在數(shù)學上發(fā)散等等。因此如何發(fā)揮各向異性擴散根據(jù)圖像特征自適應去噪的優(yōu)勢，又能夠避免P-M方程所出現(xiàn)的種種問題，同時還能夠提高算法處理實際綜合噪聲的能力，這就是本論文所要解決的主要問題。
　　 本文通過P-M方程同圖像泛函之間的對應關系，分析了低階P-M 擴散方程“病態(tài)性”產生的原因，結合歐拉方程提出其產生“階梯”效應的數(shù)學依據(jù)。從數(shù)學的角度對影響擴散效果的多個系數(shù)進行改進，按照圖像去斑點和混合噪聲能力這兩項技