基于变分PDE的图像去噪方法分析-模式识别与智能系统专业论文.docxVIP

重庆大学硕士学位 重庆大学硕士学位论文 英文摘要 PAGE PAGE IV new edge indicator which based on the quadratic differential in the local coordinate system .This indicator can effectively overcome those shortcomings,and its regularization term and fidelity term can be weighted by the image fine information， getting good results.And in the aspect of the numerical implementation, a new method based on the variation of the image gradient direction is adopted to discrete the gradient function’s divergence term of the gradient descent flow to better preserve fine details effectively. Each pixel points’ neighborhood 4 points from the main direction and diagonal direction can be weighted by the change of the image gradient vector’s direction in the process of the divergence’s discrete.Numerical experiments demonstrate that the new algorithm is superior to the traditional ones in the aspect of preserving fine details. Keywords： PDE(partial differential equation), Total variation, Local coordinate, Adaptive denoising 重庆大学硕士学位 重庆大学硕士学位论文 目 录 目 录 中文摘要 I 英文摘要 II 1 绪 论 1 1.1 课题背景和意义 1 HYPERLINK \l _TOC_250001 1.2 基于 PDE 图像去噪的发展与现状 2 1.3 论文的主要工作 5 HYPERLINK \l _TOC_250000 2 PDE 在图像去噪中的应用 7 2.1 数字图像处理的基本知识 7 2.1.1 图像噪声模型 7 2.1.2 传统的图像去噪方法 9 2.1.3 图像质量评价标准 11 2.2 PDE 图像去噪的数学模型 12 2.2.1 图像去噪的贝叶斯理论 12 2.2.2 变分原理与 Euler—Lagrange 方程 13 2.2.3 梯度下降流 15 2.3 基于滤波技术的 PDE 去噪模型 16 2.3.1 热方程扩散模型 17 P-M 模型 17 Catté 模型 20 2.3.4 高阶偏微分方程模型 21 2.4 本章小结 21 3 基于变分 PDE 的图像去噪模型 23 3.1 ROF 全变分去噪模型 23 3.1.1 ROF 模型算子 23 3.1.2 ROF 模型及其改进形式 25 3.2 广义 TV 去噪模型 26 3.3 基于梯度模值变化的自适应 TV 去噪模型 27 3.4 本章小结 29 4 改进的变分 PDE 去噪模型 30 4.1 D 算子的引入 30 4.1.1 D 算子的定义 30 4.1.2 各算子的性能对比分析 31 4.2 引入 D 算子模型的建立 33 4.3 改进模型的离散化与数值实现 35 4.3.1 散度算子的离散化 35 4.3.2 Hamilton-Jacobi 项的实现 37 4.3.3 模型实现的显式方案 38 4.4 仿真实验与结果分析 39 4.4.1 实验一 39 4.4.2 实验二 40 4.4.3 实验三 43 4.5 本章小结 46 5 总结与展望 48 5.1 工作总结 48 5.2 问题与展望 49 致 谢 50 参考文献 51 附 录 54 攻读硕士学位期间发表论文目录 54 重庆大学硕士学位 重庆大学硕士学位论文 1 绪 论 PAGE PAGE 10 1 绪 论 1.1 课题背景和意义 在信息化