基于改进的各向异性扩散图像去噪算法研究

摘要

图像去噪作为图像处理中一项重要的前期工作，其中涉及的噪声去除与边缘细节保持这一矛盾问题一直困扰着图像处理研究人员，而各向异性扩散算法与其它算法相比，在平衡噪声去除与边缘细节保持方面更有优势，因此，各向异性扩散算法成为图像去噪领域的研究热点。各向异性扩散算法经过多年研究发展取得了许多研究成果，然而，在图像噪声去除以及边缘细节保持方面仍有不足。针对这一问题，本文提出了两种改进的各向异性扩散算法，主要工作如下：　　(1)针对各向异性扩散图像去噪算法加以研究，在总结前人工作基础上，根据扩散函数平滑力度强弱，结合图像梯度变化，构建局部图像梯度与扩散函数之间的关系，自适应选取扩散函数，提出了一种改进的各向异性扩散函数模型。该模型不仅能够较大程度地解决传统PM模型滤波存在较多孤立噪声点的问题，且对于图像边缘保持也有较好的效果。实验结果表明，本文所提出的扩散模型性能,能够达到良好的平滑保边缘目的；　　(2)针对各向异性扩散算法容易模糊图像细节和边缘以及去噪不彻底的问题，通过局部方差信息调整参数将LCC扩散函数与ECU扩散函数相结合，综合利用图像局部方差描述的局部区域信息和梯度信息，提出了一种结合局部方差信息的各向异性扩散模型。该模型不仅同时依赖局部方差信息和梯度信息，而且能够在不同性质区域根据局部方差信息调整参数适时地调整LCC扩散函数与ECU扩散函数的扩散力度，充分利用LCC扩散函数和ECU扩散函数的优势。实验结果表明，该模型不仅能够有效地去除噪声、保持图像弱边缘，而且对图像的细节保持也有较好的效果。　　(3)通过MATLAB对以上两种图像去噪模型进行试验，并对去噪后图像进行主观评价和客观评价分析：实验得出的结论与理论分析得出的结论是相符，不仅能够有效去除噪声，而且对图像的弱边缘和细节保持有较好的效果。

目录

声明

1 绪论

1.1 选题背景及研究意义

1.2国内外研究现状

1.3 论文的主要工作及结构安排

2 图像去噪相关理论基础

2.1 图像去噪数学理论基础

2.2 图像噪声

2.3 图像质量评价

2.4 本章小结

3 基于偏微分方程图像去噪算法

3.1 热传导方程滤波法

3.2偏微分方程图像去噪算法

3.3 本章小结

4 基于局部图像梯度变化均值的各向异性扩散去噪算法

4.1 扩散函数的选取

4.2 改进的各向异性扩散模型

4.3 实验结果与分析

4.4 本章小结

5结合局部方差信息的各向异性扩散去噪算法

5.1 图像局部方差与梯度受噪声影响对比

5.2 改进的各向异性扩散模型

5.3 实验结果与分析

5.4 本章小结

6结论与展望

6.1 全文总结

6.2 展望

参考文献

攻读硕士期间发表的论文和参与的科研项目

致谢