一种自适应图像预处理方法研究与应用

摘要：

基于偏微分方程的图像处理方法在图像去噪方面有着良好的应用效果.合适的特征检测函数可以让基于偏微分方程的图像预处理方法达到良好的噪声去除和边缘特征保留效果.通常的特征检测函数是基于图像全局特征设置,文中从图像局部特征角度出发构建了一种边缘检测函数.针对图像局部特征的差异,自适应地调整图像在法线方向的扩散系数指数.在平坦区域法向扩散系数指数趋于1,此时模型为四阶各向同性扩散,可较好地去除噪声;在图像边缘处法向扩散系数指数趋于2,此时模型为四阶各向异性扩散,可较好地保留边缘特征.通过对Lena和Peppers图像进行仿真实验,结果表明该算法的均方根误差、信噪比和峰值信噪比都优于传统的图像去噪模型,在噪声去除和边缘特征保留之间实现了很好的平衡.

关键词：偏微分方程、梯度模、拉普拉斯算子、各向异性扩散、各向同性扩散、自适应、特征检测函数、信噪比

所属期刊栏目：45

分类号：TN911.73-34;TP391

资助基金：国家重点研发计划;国家自然科学基金;数学地质四川省重点实验室开放基金项目

在线出版日期：2022-04-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：53-57