各向异性扩散平滑滤波的改进算法

摘要：

图像的噪声过滤和增强是数字图像处理中非常重要的组成部分.在图像处理过程中,为了既有效地去除噪声,又能够较好地保持图像的边缘和重要的细节信息,在Perona-Malik各向异性扩散模型(PM模型)的基础上,通过对变分方法的扩散方程中扩散系数的改进,提出了一个对噪声图像更有效更具有适应性的去噪扩散模型.该模型针对不同的梯度大小采用了不同的扩散系数.在实际处理过程中该模型不仅能够有效地保持图像的边缘,而且还能够克服PM模型对小尺度噪声敏感和部分边缘和细节失真的问题.实验结果表明,改进的扩散模型的性能优于PM模型,是一种较为理想的保边缘平滑模型.

关键词：各向异性扩散、扩散系数、图像平滑、图像去噪和增强

所属期刊栏目：11

分类号：TP391.41(计算技术、计算机技术)

资助基金：科技部科研项目2003CB415205;中国科学院资助项目40471088

在线出版日期：2006-03-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：210-216