本文關(guān)鍵詞：圖像去噪的變分和偏微分方程方法　出處：《電子科技大學(xué)》2016年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 圖像去噪 去噪模型 非局部均值 偏微分方程 變分

【摘要】：在過(guò)去的二十年中,基于偏微分方程的圖像處理越來(lái)越受到大家的關(guān)注。本文通過(guò)介紹幾種基于變分和偏微分方程的圖像去噪模型,提出了兩種改進(jìn)的去噪模型,并通過(guò)實(shí)驗(yàn)證明了改進(jìn)后的去噪模型的去噪效果優(yōu)于之前的去噪模型。研究的主要內(nèi)容與獲得的結(jié)果具體如下:第一,對(duì)NL-ROF去噪模型中的權(quán)重函數(shù)進(jìn)行了改進(jìn)。通過(guò)對(duì)幾種加權(quán)核函數(shù)的分析研究,一種改進(jìn)的核函數(shù)被提出即余弦高斯核函數(shù)。同時(shí)由于雙邊濾波不僅考慮了像素位置差異對(duì)權(quán)值的影響,而且還考慮了像素的灰度差異對(duì)權(quán)值的影響,所以還借鑒了雙邊濾波的這一特點(diǎn),提出了一種NL-ROF去噪模型中新的權(quán)重計(jì)算公式。本文主要針對(duì)其離散形式在非局部均值去噪算法中做了分析以及改進(jìn)。之后通過(guò)數(shù)值實(shí)驗(yàn)結(jié)果分析可知,改進(jìn)后的去噪模型比原模型去噪效果要更好。第二,提出了改進(jìn)后的PM模型。通過(guò)對(duì)各向異性去噪模型的介紹,本文對(duì)PM模型添加了一個(gè)強(qiáng)迫項(xiàng),提出了一種新的改進(jìn)模型。但是由于普通強(qiáng)迫項(xiàng)對(duì)邊界保持良好的情況下也保持了一定的噪音成分,通過(guò)對(duì)Alvarez去噪模型的分析情況下,提出了一種新的強(qiáng)迫項(xiàng)。通過(guò)數(shù)值實(shí)驗(yàn),可以看出改進(jìn)的模型在去噪的時(shí)候不僅可以起到很到的去噪效果,對(duì)邊緣也起到很好的保護(hù)作用。
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41;O175.2

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 白俊奇;陳錢;;基于各向異性擴(kuò)散的紅外圖像噪聲濾波算法[J];光學(xué)學(xué)報(bào);2008年05期

2 王毅;張良培;李平湘;;各向異性擴(kuò)散平滑濾波的改進(jìn)算法[J];中國(guó)圖象圖形學(xué)報(bào);2006年02期

相關(guān)博士學(xué)位論文 前2條

1 邵文澤;基于圖像建模理論的多幅圖像正則化超分辨率重建算法研究[D];南京理工大學(xué);2008年

2 王超;基于變分問(wèn)題和偏微分方程的圖像處理技術(shù)研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2007年

，

本文編號(hào)：1332591