偏微分方程在图像去噪中应用研究.docVIP

偏微分方程在图像去噪中应用研究 　　摘要： 图像学术领域一直都很注重对图像去噪的研究，随着科学技术的发展，偏微分模型开始应用于图像去噪。本文主要介绍偏微分方程在图像去噪中的应用历程，对几种常用的图像去噪进行了比较科学详细的论述，分析了各方法的优势和劣势，这次研究对偏微分方程未来的发展方向指明了方向。 　　Abstract： The image academic field has been paying close attention to image denoising. With the development of science and technology， partial differential model has been applied in image denoising. This article mainly introduces the application of partial differential equation in image denoising， presenting scientific and detailed introduction of some commonly used image denoising. The advantages and disadvantages of different methods are analyzed. This study points the way for partial differential equation development. 　　关键词： 偏微分方程；图像去噪；应用研究；均值滤波 　　Key words： partial differential equation；image denoising；application study；average filtering 　　中图分类号：TP391 文献标识码：A 文章编号：1006-4311（2013）34-0181-02 　　0 引言 　　图像是我们人类进行传递信息的媒介，因为图像的重要性所以图像逐渐作为一种科学研究的重要工具和对象。我们平时生活中常见的图像都会带有噪声，因为各种各样的因素，在图像的形成或者传输过程中，外界噪声会导致图像的质量问题，从而直接影响视觉效果，那么下一步的处理将会更加复杂。不过高质量图像几乎是图像领域里必须要有的，所以为了获得高质量清晰的图像，需要对图像进行去噪处理。随着数学计算的发展，偏微分方程开始被应用到图像处理等很多领域。本文主要介绍几种偏微分方程在图像去噪处理中的应用。 　　1 偏微分方程的简介 　　微积分方程这门学科产生于十八世纪，欧拉在他的著作中最早提出了弦振动的二阶方程，随后法国数学家也提出特殊的偏微分方程，也就是由对弦震动的研究开创了偏微分方程。偏微分方程是一种重要的数学分析模型，利用偏微分方程可以得出不同的处理方式。在过去二十多年中，基于偏微分方程的图像处理方法是图像处理领域所得到的比较重要的成果，应用了偏微分方程解决??图像处理过程中面对的很多难题。偏微分方程应用在图像处理中的步骤主要是通过以下几步，第一步就是建立图像的偏微分方程模型，然后就是对图像进行分析和研究。我们可以认为图像是实数域上关于x、y的二维函数，因为图像并不是持续的，而是分片连续的，可以在连续区域内用函数逼近原始图像。另外，还可以应用这种方式，就是构造图像梯度的函数，这样两种图像组成一个新的变分方程。模型的建立不是一蹴而就的，而是需要考虑很多方面，所以，偏微分方程在图像处理中的应用也经过了很长的探索。 　　2 热扩散方程 　　根据物理模型建立热扩散方程，其具体是：利用物理原理，将一根钢管进行局部加热，然后伴随着导热过程，钢管的热量会逐渐慢慢消散均匀，等到整个钢管的温度达到均匀。这种模型就应用在图像去噪中，就像将图像的噪声扩散到整个图像的灰度道道一致。 　　我们就设原始图像为u（x.y.0）。设u（x.y.t）为时间t时的扩散图像，那么计算图像的热扩散偏微分方程就是以下方程：■=？驻u（x，y，t） 　　其中，？驻u（x，y，t）为图像的算子，其初始条件是u（x，y，0），这样的方程解为以下公式：u（x，y，t）=Gt*u（x，y，0） 　　Gt（x，y）=■exp-■ 　　从这个公式可以看出，扩散后的图像相当于低通滤波器，因此，也看出热扩散方程就是同性扩散，扩散随着时间的延长，而逐渐过滤了图像的边缘。 　　3 P-M扩散方程 　　数学家Perona和Malik针对热扩散方程存在的缺陷，而对其进行了相应的改进和完善，因为热扩散方程是同性扩散，而Perona和Malik将图像分片光滑的特征，把图像分成不同的区域，然后在区域