基于pde的图像去噪-应用数学专业论文.docxVIP

【II东大学硕十学位论文摘要 【II东大学硕十学位论文 摘要 图像是人们认识客观世界最币要的手段。在数字图像处理中，由于受到成 像方法和条件的限制以及外界干扰，图像信号不可避免地要受到噪声信号污 染。图像中的边缘、细节特征等重要信息常潭没于噪声信号中，给图像的后继 处理如边缘检测、图像分割、图像匹配等带来很大影响，所以有必要对图像在 预处理阶段去噪。图像去噪是图像预处理中一项应用非常广泛的技术，其原理 是利用噪声信号和图像信号在频率域t的分布的不同进行的。图像信号主要分 布在低频区域，而噪声像素点因为和周围像素相关性比较筹而处于高频区域。 传统的窄域或频域去噪方法一般是基于或类似一个低通滤波器，滤出信号中的 高频分量而实现去噪。但是图像中的一些突变信息(如边缘特征)也处于图像 信号中的高频区域，并且这些突变信息较图像信号中的一般信息更影响图像的 视觉效果。如何在滤除图像噪声的同时更好地保持图像的纹理细节，成为图像 去噪领域的中心问题。 基于偏微分方程(PDE，Partial Differetial Equation)的图像去噪技术是一 种自适应去噪技术，在去噪过程中，同时检测图像特征强弱及其力．向。按照图 像特颔F强的区域甲滑程度小；图像特征弱的区域甲滑程度大的原则平滑图像， 并且尽可能沿着图像特征的方向平滑，其去噪结果较好地兼顾了噪声消除和特 征保持，是一种良好的图像去噪技术。 本论文的主要研究上作： 论文第一章对数字网像处理技术做了简单的介绍，陈述了数字图像处理技 术的重要意义。图像去噪作为罔像处理过程中的关键步骤，极大地影响着图像 处理的效果。在本章巾，我们讨论了数字图像去噪的各种技术，以及应用偏微 分方程(PDE，Partial Differential Equation)进行图像处理的优势所在。 第■章对常用的图像去噪方法进行了介绍，包括简单线性平均法、卒问域 低通滤波法、统计排序滤波法以及小波变换法。最后介绍了基于PDE的图像去 噪的发展历史， 第一章对基于PDE的图像去噪模颦进行了深入研究，从能罱变分的角度和 滤波两个角度导出偏微分办程，对经典的P—M办程的系数分稚函数的性质进行 了深入研究，在局部举标系下分析了幕于偏微分方程模颦的去噪机理。 第p11章根据．卜一章的分析，对扩散斤程提出了两种改进办案； I I JI东大学硕+学位论文 (一)偏微分方程依然存在着对精细图像结构的保持不够良好的问题，比 如角点等，本文通过引入曲率模值算子来度量图像的特征，给出了要优于通常 使用梯度算子进行边界判定的结果。 (二)对一个模版中的梯度进行研究，得出一个对边界更准确的判定手 段，利用此方法，可以有效地减少把噪声误判为边界的情况。 对两种改进模型进行数值分析，求解出相应的差分格式。 第五章用仿真实验验证了模型的有效性。实验证明本文算法能有效的去除 图像噪声，同时能较好地保留图像的细节信息。 需要说明的是，实验当中，图像噪声都是理想化的，往往认为是加性的高 斯噪声或者是脉冲噪声。而现实当中，噪声的情况要复杂的多，要达到比较理 想的去噪效果往往需要综合利用多种去噪方法。 关键词：图像去噪；非线性滤波；P．M方程；各向异性扩散；偏微分方程 一II— l|J东大学硕十学位论文ABSTRACT l|J东大学硕十学位论文 ABSTRACT Image is the most important mearls for people to understand the world clearly． During the digital image processing，image signal is contaminated inevitably by noisy signal due tO limitation of imaging methodology and external disturbance．It is nec— essary for digital image to be preprocessed before being used for analysis because the edge and minutia in noise may lead to difficulty in the following image process，such edge detection，image segmentation and image registration．Image denoising is one of the most popular technologies in dealing with image processing．It mainly uses the features that noise