几种常见图像平滑技术的研究.pdfVIP

INTELLIGENCE 科技 天 地 几种常见图像平滑技术的研究 杭州师范大学钱江学院 林方特 一、基于PDEs 的图像平滑方法 扩散在灰度变化平缓的区域快速进行,而在灰度变化急剧的位 传统的图像平滑算法如均值滤波、中值滤波和高斯滤波 置(即图像特征处)低速扩散乃至不扩散。Perona 等人提出了两 等, 由于不考虑图像的形状特征,其平滑结果等价于传导系数为 个这样的扩散系数: 常量的热扩散方程,属于各向同性扩散,所以在去噪的同时也模 糊甚至破坏了图像的边缘。与热扩散模型相比较,各向异性扩 散模型实际是一个非线性抛物型的偏微分方程, 由图像梯度决 定其扩散速度,能够兼顾噪声消除和特征保持两方面。以Per－ 通过分析函数波形可以得知: ①0c (s) ≤1, 且c (0)=1;② onaMalik 模型为代表的这类方法已经在边缘检测、图像增 lims→ ∞c(s)=0,但c(s) ≠0 。要求解方程(1),必须先用差分格式对 强、图像分割以及目标识别等领域得到了广泛的应用。 其离散化,再迭代求解。PeronaMalik 方程的离散形式为: 1、Perona Malik 模型 设u0(x,y)为原始灰度图像,引入时间变量t,求解下面的偏 微分方程(1),将得到一组逐渐平滑的图像u （x,y,t）： 其中，utp 表示经t 次迭代后像素p 的灰度值; np 表示p 的 邻域,通常取8-邻域，n 则代表邻域像素的个数；权值λ0； p 梯度荦u =u -ut ，q ∈n 。结合c(s) 的性质分析方程(4),可知:当 p,q q p p  像素p 处于灰度变化平缓的区域内，荦up,q 必然靠近0 ，c （荦up, 其中 │u │是图像梯度模;扩散系数c(.)是关于 │u │的非 ）相应地接近最大值1，扩散较快,使ut+1 向其邻域像素的灰度 q p 负函数,用于控制扩散速度。理想的扩散系数应当使各向异性 值uq 靠近,即对p 做了一次平滑；当p ，q 之间存在着图像边缘, 了大量可供修改的示例。安装JSWDK 用经测试和可信任的已有组件，避免了 (5) 由于与ASP 很近似，故不需要太 之后，只需执行startserver 命令即可启 重复开发），也为JSP 应用带来了更多的 多的编程知识就可以动手编写JSP 。 动服务器。在默认配置下服务器在端口 可伸缩性。JavaBean 组件可以用来执行 (6) 内置支持XML ，使用XML 从而 8080 监听，使用http://localhost:8080 即 复杂的计算任务，或负责与数据库的交 使页面具有更强的表现力和减少编程工 可打开缺省页面。 互以及数据提取等。如果我们有三个 作量。 在运行JSP 示例页面之前，请注意 JavaBean ，它们分别具有显示新闻、股票 JSP 开发环境安装 一下安装JSWDK 的目录，特别是“work” 价格、天气情况的功能