一种改进的方向扩散方程滤波方法

利用方向扩散方程去噪时,噪声滤除的同时边缘也很快模糊了。基于这一缺陷,本文用各向异性扩散算子代替了方向扩散方程第一项中的拉普拉斯算子,并在方程的两个扩散项前加上了不同的扩散系数,以保证算法既能快速扩散去除噪声,又能较好保留边缘。而且,当新模型中的初始逼近图像退化为常数时,本文模型就退化为Perona-Malik扩散方程,因此Perona-Malik扩散方程是本文新模型的一个特例。实验结果和客观数据分析均表明本文算法在保留边缘方面具有明显的效果。

方向扩散方程与小波变换的相关性研究

方向扩散方程是一种有方向性的扩散,本文基于这一特点,对方向扩散方程与小波分解和重构的相关性作了研究。首先,用小波分解后下层的低频图像作为对上层低频图像的一个初始近似,验证了由上层低频图像经方向扩散方程可逐渐扩散收敛到下层的低频图像;反过来,由下层低频图像经方向扩散方程亦可逐渐扩散恢复到上层低频图像,这正体现了小波分解与重构的渐变过程。因此,由方向扩散方程的迭代扩散可以实现小波变换在相邻两层间的分解与重构,且随着所选扩散时间间隔的减小,可以在越来越细的尺度上观察相邻两层间小波分解与重构的渐变过程。

基于方向扩散方程的图像融合方法

图像融合是在图像处理领域的一个重要应用,方向扩散方程是一种有方向性的扩散,可以有效地将特征明显、分辨率高的图像融合在一起,得到比任何一幅源图像效果都好的图像。本文基于这一特点,将方向扩散方程运用到图像融合当中.结果表明,经方向扩散方程处理后的融合图像,物体可以很好地与背景融为一体,视觉效果上比直接嵌入有了很大的改善。