基于PDE的各向异性去噪模型算法研究

基于PDE的各向异性去噪模型算法研究

论文摘要

本文主要讨论了基于偏微分方程的图像去噪算法,其主要内容是构造基于自适应梯度阈值的各向异性去噪模型和四阶偏微分方程去噪模型,并且通过数值模拟实验证实了IPM和MYK算法的合理性和准确性.本文由五个部分组成.第一章,我们阐述了课题的研究背景及意义,总结了数字图像处理的相关知识,并且介绍了几种常见的噪声模型.第二章,我们阐述了基于偏微分方程的图像去噪的建模原理,概述了几种传统的基于偏微分方程的图像去噪模型,以及说明了本文使用的图像去噪评价指标.第三章,我们在P-M模型的基础上,将固定的边缘阈值改为随梯度变化的自适应梯度阈值,并且修改了扩散函数,得到IPM去噪算法.第四章,我们在四阶偏微分方程去噪模型基础上,将固定的边缘阈值改为随梯度变化的自适应梯度阈值,并且使用了新的扩散函数,得到MYK去噪算法.第五章,我们对全文进行总结,分析了在研究过程中尚未解决的问题,以及对以后研究中有待改进的地方进行讨论。

论文目录

  • 致谢
  • 摘要
  • Abstract
  • 1 绪论
  •   1.1 课题的研究背景及意义
  •   1.2 数字图像处理的基本知识
  •     1.2.1 数字图像的基本表示
  •     1.2.2 几种常见的噪声模型
  •   1.3 国内外研究现状
  • 2 基于PDE的去噪模型
  •   2.1 PDE去噪模型的建模原理
  •     2.1.1 基于变分法的去噪模型
  •     2.1.2 基于滤波技术的PDE去噪模型
  •   2.2 几种经典的基于PDE的去噪算法
  •     2.2.1 热扩散模型
  •     2.2.2 CLMC模型
  •     2.2.3 基于扩散张量的去噪模型
  •     2.2.4 FAB模型
  •     2.2.5 林石算子
  •     2.2.6 ROF去噪模型
  •   2.3 图像质量评价标准
  • 3 IPM去噪模型
  •   3.1 P-M去噪模型
  •     3.1.1 P-M模型扩散原理分析
  •     3.1.2 P-M模型数值求解及算法描述
  •   3.2 IPM去噪模型
  •     3.2.1 IPM模型建模原理
  •     3.2.2 IPM模型数值求解及算法描述
  •   3.3 实验结果与分析
  •   3.4 本章小结
  • 4 MYK去噪模型
  •   4.1 Y-K去噪模型
  •     4.1.1 Y-K模型的原理分析
  •     4.1.2 Y-K模型数值求解
  •   4.2 MYK去噪模型
  •     4.2.1 MYK去噪模型建模原理
  •     4.2.2 MYK模型算法描述
  •   4.3 实验结果与分析
  •   4.4 本章小结
  • 5 总结与展望
  • 参考文献
  • 简历
  • 文章来源

    类型: 硕士论文

    作者: 张雪

    导师: 韩丹夫

    关键词: 偏微分方程,图像去噪模型,各向异性扩散模型,四阶偏微分方程去噪模型,图像质量评价标准

    来源: 杭州师范大学

    年度: 2019

    分类: 基础科学,信息科技

    专业: 数学,计算机软件及计算机应用

    单位: 杭州师范大学

    分类号: TP391.41;O175.2

    总页数: 46

    文件大小: 2414K

    下载量: 47

    相关论文文献

    • [1].图像去噪方法探析[J]. 科技与创新 2016(23)
    • [2].图像去噪处理技术在通信领域的应用[J]. 电子技术与软件工程 2017(03)
    • [3].改进分数阶积分的激光图像去噪研究[J]. 内蒙古师范大学学报(自然科学汉文版) 2017(02)
    • [4].数字滤波技术在医学图像去噪中的应用[J]. 数字技术与应用 2016(10)
    • [5].基于小波变换的图像去噪方法综述[J]. 电子制作 2015(07)
    • [6].基于预滤波的组稀疏残差约束图像去噪模型[J]. 传感器与微系统 2020(02)
    • [7].利用生成对抗网络的时频图像去噪和增强处理[J]. 电讯技术 2020(05)
    • [8].一种基于分数阶积分的图像去噪改进方法(英文)[J]. Frontiers of Information Technology & Electronic Engineering 2020(10)
    • [9].几种图像去噪方法的比较研究[J]. 通信技术 2017(11)
    • [10].图像去噪算法设计的三种形态[J]. 咸阳师范学院学报 2015(02)
    • [11].高斯滤波在水下声呐图像去噪中的应用[J]. 黑龙江科技信息 2015(19)
    • [12].一种改进的变分法图像去噪模型[J]. 数学学习与研究 2019(17)
    • [13].一种基于小波变换的图像去噪方法的应用研究[J]. 河南科学 2013(01)
    • [14].一种医学图像去噪程序的并行优化[J]. 中国医学物理学杂志 2012(06)
    • [15].基于多线性权重核范数最小化的遥感图像去噪(英文)[J]. 机床与液压 2020(12)
    • [16].改进小波阈值和全变分图像去噪[J]. 宜宾学院学报 2020(06)
    • [17].基于泊松分布的非局部均值图像去噪方法[J]. 液晶与显示 2020(10)
    • [18].基于深度残差网络的强辐照图像去噪方法研究[J]. 仪表技术与传感器 2019(07)
    • [19].一种基于形态变换的图像去噪方法[J]. 无线互联科技 2017(07)
    • [20].基于最大值滤波和数学形态学的弹性图像去噪[J]. 电脑知识与技术 2017(24)
    • [21].一种基于小波阈值改进的图像去噪方法[J]. 齐鲁工业大学学报(自然科学版) 2017(03)
    • [22].基于边缘检测与双边滤波的彩色图像去噪[J]. 信息化建设 2015(11)
    • [23].一种改进的自适应非局部均值图像去噪方法[J]. 控制工程 2016(06)
    • [24].不同分辨率遥感图像去噪方法研究[J]. 城市地理 2015(22)
    • [25].小波变换在图像去噪中的应用[J]. 电子世界 2013(24)
    • [26].PET/CT医学图像去噪方法的研究[J]. 清华大学学报(自然科学版) 2012(08)
    • [27].基于小波系数相关性的图像去噪研究[J]. 潍坊教育学院学报 2010(02)
    • [28].数字图像去噪方法的比较与研究[J]. 中国新技术新产品 2010(15)
    • [29].梯度引导的高阶几何彩色图像去噪模型[J]. 中国图象图形学报 2017(10)
    • [30].基于双边滤波的自适应彩色图像去噪研究[J]. 包装工程 2017(15)

    标签:;  ;  ;  ;  ;  

    基于PDE的各向异性去噪模型算法研究
    下载Doc文档

    猜你喜欢