資源描述：
《圖像處理論文：圖像處理 偏微分方程 變分 圖像去噪》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、【關(guān)鍵詞】圖像處理偏微分方程變分圖像去噪【英文關(guān)鍵詞】imageprocessingpartialdifferentialequationvariatitonimagedenoising圖像處理論文：基于變分和偏微分方程的圖像處理方法研究【中文摘要】近年來，偏微分方程方法用于圖像處理獲得了較快的發(fā)展，尤其是在圖像復(fù)原、圖像分割及邊緣檢測、圖像重構(gòu)等多個圖像處理領(lǐng)域獲得了很好的處理效果，而反過來，圖像處理中偏微分方程的應(yīng)用又推動了偏微分方程方法的發(fā)展。偏微分方程理論有著良好的理論基礎(chǔ)和高度的靈活性，其結(jié)合數(shù)字圖像處理技術(shù)也已廣泛地應(yīng)用到遙感、通信技術(shù)、工業(yè)生產(chǎn)的質(zhì)量控制及安全保障、醫(yī)療診斷、公安
2、以及航空航天等領(lǐng)域，且獲得了長足發(fā)展。本文對基于變分和偏微分方程的圖像處理方法進(jìn)行了研究分析，首先介紹了論文的和意義，變分理論基礎(chǔ)知識和偏微分方程的發(fā)展歷史、原理及其用于圖像處理的現(xiàn)狀；總結(jié)和分析了偏微分方程用于圖像去噪的兩大類主流模型，即：面向過程的，直接根據(jù)演化理論設(shè)計的偏微分方程模型；另一類面向?qū)ο蟮?，由能量泛函極值問題導(dǎo)出的偏微分方程模型，即變分偏微分方程模型。其次，研究和分析了人類視覺系統(tǒng)的一些特性，把其中的視覺掩蓋特性引入到廣義變分去噪模型的平滑項中，對決定擴(kuò)散強(qiáng)弱的控制參數(shù)p進(jìn)行了改進(jìn)，提出了一種基于人類視覺系統(tǒng)的全變分圖像去噪方法，該方法能夠根據(jù)人類視覺系統(tǒng)的噪聲可見度值，自適
3、應(yīng)選取去噪模型中的參數(shù)p，使得在圖像的邊緣處采取較小的擴(kuò)散強(qiáng)度保護(hù)邊緣，而在平坦區(qū)采取較大擴(kuò)散強(qiáng)度去除噪聲，從而本方法能夠去除變分模型引入的階梯效應(yīng)，人眼能直覺感受到復(fù)原質(zhì)量改善，更加符合人眼視覺特性。再次，對圖像局部梯度與圖像頻率的關(guān)系進(jìn)行了分析，因傳統(tǒng)方法都是把圖像梯度作為描述圖像特征的唯一特征量進(jìn)行去噪，這使得具有大梯度的顆粒噪聲容易被當(dāng)作邊緣保留下來，從而影響視覺效果，所以本文以圖像頻率代替全變分模型中的梯度，提出了一種基于圖像頻率的變分去噪模型，并進(jìn)行了理論推導(dǎo)和仿真實(shí)驗分析。最后，提出了一種基于小波變換的變分圖像去噪模型，本方法可以根據(jù)每個圖像點(diǎn)的信息自動地進(jìn)行該點(diǎn)處擴(kuò)散強(qiáng)度的選取
4、。數(shù)值實(shí)驗表明，本方法能夠有效地避免噪聲梯度對擴(kuò)散的影響，去噪保邊效果較好?！居⑽恼縏hetheorybasedonvariationandpartialdifferentialequationwhichusedforimageprocessinghasachieveddevelopmentsgreatly.Inrecentyears,partialdifferentialequationmethodhasbeenwidelyusedinimageprocessingareas,especiallyinimagerestoration,imagesegmentationandedgedet
5、ection,andimagereconstructionareas.Partialdifferentialequations,whichhasgoodtheoreticalbasisandhighdegreeofflexibilityhasbeenwidelyusedinremotesensing,communicationtechnology,medicaldiagnosis,aerospaceandotherfields.Theimageprocessingbasedonvariationandpartialdifferentialequationsisstudiedinthisdiss
6、ertation.Firstly,thedissertationintroducestheresearchbackgroundandsignificance,thehistoryanddevelopmentofvariationandpartialdifferentialequations,andthenanalysisandsummarizesthemainstreammodelsofpartialdifferentialequation.Secondly,avariationalimageadaptivedenoisingmodelbasedonhumanvisualsystemispro
7、posedbyintroducingcontrolparameterpwhichcandeterminethediffusionintensitytototalvariationmodel.Themodelcanadaptivelyselectthevalueofparameterpaccordingtohumanvisualsystemnoisevisibilityvalueofeachpixe
