选择性保真的各项异性扩散模型

基于ROF模型中的全局保真项和结合局部熵的各项异性扩散模型(简称Zhao模型)中的扩散系数,提出一个新的选择性保真项,该保真项可以根据图像的特征信息自适应保真。将该选择性保真项添加到Zhao模型中,提出一个新的各项异性扩散模型。实验结果表明,相比Zhao模型,该模型具有更好的边缘纹理保真效果以及更强的去噪能力。

结合局部熵的各向异性扩散模型

Perona-Malik(P-M)模型是一个经典的各向异性扩散模型,该模型不能保持图像的重要细节(如纹理).针对此问题,文中提出一个结合局部熵的各向异性扩散模型,该模型的扩散系数不仅依赖于图像梯度,也依赖于局部熵描述的局部区域信息.实验表明该模型不仅能有效去除图像噪声,更好保持图像弱边缘,而且能较好地保持图像的重要细节.