基于偏微分方程的卡通纹理图像分解方法.docVIP

基于偏微分方程的卡通—纹理图像分解方法* 张力娜1 李小林2 (1．咸阳师范学院数学系, 陕西咸阳 712000) (2．咸阳师范学院计算机科学系, 陕西咸阳 712000) 摘 要： Luminita A. Vese和Stanley J. Osher基于总变差最小化及Yves Meyer提出的振荡函数空间理论提出了卡通—纹理图像分解模型，本文直接从Vese-Osher模型的偏微分方程出发进行改进，从新选取了方程中的扩散系数，对不同类型的含纹理图像，通过对扩散系数的调整，有效的保护卡通部分的边缘，更好的提取纹理特征，从而达到提高图像分解质量的目的。 关键词：振荡函数，梯度，纹理，卡通，分解 Image Decomposition Methods Based on PDE ZHANG Li-na1, Li Xiao-lin2, (1. Department of mathematics, Xianyang Normal University, Xianyang, Shaanxi 712000, China) (2.Department of computer, Xianyang Normal University, Xianyang, Shaanxi 712000, China) Abstract：Luminita A. Vese and Stanley J. Osher proposed a model for decomposing a given image into a cartoon and an oscillatory component, witch combines the total variation minimization model of Rudin, Osher and Fatami for image restoration, with spaces of oscillatory functions introduced by Meyer to model texture or noise. Based on the PDEs of Vese and Oshers decomposition model, a new model is proposed in this paper. In the new model the diffusion coefficient is rechosen. The experimental results show that the quality of image decomposition is improved by adjusting the new diffusion coefficient to different kind of image. Key word：oscillating functions; gradient; texture; cartoon; decomposition; 1.引言 图像中物体的分割与轮廓的提取是计算机视觉与高层次图像处理的基础。一幅自然的图像中往往同时含有纹理、轮廓等信息。在含纹理的图像中提取轮廓特征，纹理信息会影响到边缘的检测，通常先将纹理提取出来，再检测边缘。或者是提取图像中的纹理，对其进行分析。这就需要将图像中的卡通部分和纹理部分分解开，这些模型的代表有ROF模型[1]，Mumford-Shah模型[2]，Perona-Malik模型[3]等。Luminita A.Vese和Stanley J.Osher 提出基于总变差最小化的卡通-纹理分解模型，有效的。Vese和Osher模型的基础上，直接从Vese-Osher模型的偏微分方程进行改进，从新选取了方程中的扩散系数，通过对扩散系数的控制来提高图像分解的质量。 2.Vese和Osher的图像分解模型 在ROF模型[1]中，原图像 ，表示为 （1） 其中，由分片光滑的区域及清晰的边缘构成，被视为我们所求的真实图像，就是的噪声或细小的纹理。能量泛函最小化模型为 （2） 其中参数。 在ROF模型的基础上，文献[8]中Yves Meyer提出了如下函数空间的定义： 定义 一个Banach空间范数为 其中，. Yves Meyer指出当函数表示的是纹理或噪声是，则，并提出了模型： （3） 由于对任意的，有，在Yves Meyer工作的基础上，Vese和Osher提出了新的能量泛函最小化模型[4]： （4） 其中参数,. 模型中第一项确保了，第二项确保了原图像与的逼近程度，第三项是函数构成的空间中,范数的补偿项。与，的关系可以叙述为：，其中是卡通图像，