基于改进各向异性扩散的图像去噪算法

摘要

针对纹理等细节信息丢失和图像边缘退化的问题，本文提出了一种基于l2范数的改进各向异性扩散模型。本文首先将PM模型和LCC模型相结合，根据图像梯度的变化，构建局部图像梯度模值与扩散强度之间的关系，不同的梯度模值选择不同的扩散函数；然后利用l2范数确定扩散函数中的梯度阈值，进一步提高去噪模型的泛化能力。实验结果表明，该模型不仅可以解决传统PM模型存在的孤立点问题，而且能够有效地保护图像边缘特征和轮廓结构的完整性，与原始算法相比图像信噪比提升了1.47～1.57 dB,结构相似度提高了17%,在保证去噪效果的同时提高了去噪效率。