非线性各向异性扩散滤波器用于三维地震资料噪声衰减与结构特征增强

消除地震资料中的干扰噪声,增强地质沉积特征,对地震资料的后继处理和解释都有重要的意义.本文重点论述一种基于偏微分方程的非线性各向异性扩散滤波技术.采用梯度结构张量估计局部地层方向,度量地质特征的规则程度,以此约束扩散滤波器沿着地层方向作扩散滤波,并且通过控制在断层和河道等不连续性区域的滤波程度,使得扩散滤波器具有优异的保持边缘特性.对大庆油田的一块实际地震资料的处理结果表明,该方法可有效消除非相干噪声,增强地震反射同相轴的连续性,突出地质沉积特征,提高资料的信噪比,整体改善地震资料的品质.

基于复数域非线性各向异性扩散滤波的裂缝检测方法

针对P-M模型易产生集块效应,边缘保持效果不理想,无法滤除边缘噪声,且P-M方程是病态的等缺点,本文提出了基于复数域非线性各向异性扩散滤波的储层裂缝检测方法。该方法通过将传统各向异性扩散方程拓展到复数域,将复数域扩散项加入Shock滤波器,克服了扩散滤波边缘保持能力差和Shock滤波器对噪声敏感的缺点,在压制噪声的同时保持了地震资料同相轴的边缘信息,从而增强了地震同相轴的横向连续性,使断点更加清晰。理论和实际资料试算结果表明,本文提出的基于复数域非线性各向异性扩散滤波方法具有较强的噪声压制能力,能够精确检测储层裂缝发育带分布特征。

基于非线性各向异性滤波的图像特征匹配算法

图像特征匹配是增强现实系统中的关键技术,匹配精度是提升特征匹配性能的关键。提出了一种多尺度特征匹配加强算法(I-AKAZE),通过对非线性各向异性滤波过程中传导函数的改进,减缓图像梯度值大的区域非线性扩散速度,极大程度地保留了匹配图像的边缘特征;同时,结合改进的非线性量化加速稳健特征描述符(NLG-SURF),提高了描述符的识别率。实验结果表明I-AKAZE算法在Mikolajczyk数据集上的可重复性得分相比目前先进的AKAZE算法有着大幅度提升,对应的特征描述符的平均识别率提升8.4%,并且运行速度比经典的SIFT算法快约19%,算法整体在检测和描述阶段上的性能都有提升。

对地震图像进行保边滤波的非线性各向异性扩散算法

地震资料的噪音消除是地震资料处理的一个重要步骤,以往的地震资料滤波,都容易伤害地震资料的高频信号.原始地震图像属于线形纹理图像,地震同相轴表现为线条结构.基于偏微分方程的非线性各向异性扩散技术通过结构张量的特征向量控制扩散方向,利用扩散张量的特征值控制特征方向上的扩散量,对原始地震图像进行图像平滑处理,增强具有一致性的同向轴及其所反映的重要地质结构.

提高地震图像信噪比的非线性各向异性扩散算法模型

原始地震图像属于线形纹理图像 ,地震同相轴表现为线条结构。选取基于偏微分方程的非线性各向异性扩散 (即一致增强性扩散 )算法模型 ,通过结构张量的特征向量控制扩散方向 ,利用扩散张量的特征值控制特征方向上的扩散量 ,对原始地震图像进行图像处理 ,增强具有一致性的同相轴及其所反映的重要地质结构。利用能谱分析设计了地震剖面图像信噪比的计算公式 ,确定了扩散参数的选择范围。处理实际地震剖面图像的结果表明 ,在信号结构关系不变及其能量保持 80 %～ 90 %的条件下 ,原高信噪比地震图像的信噪比可增加约 9dB ,原低信噪比地震图像的信噪比增加大约 15dB ,并且不会出现假像 ,增强了同相轴及重要的地质结构。图 1表 1参

数字破损图像的非线性各向异性扩散修补算法

首先从局部坐标角度分析整体变分(TV)模型与p-Laplace算子的物理意义,从本质上说明p-Laplace算子的扩散性能优于TV模型,进而提出一种基于p-Laplace算子的图像修补算法.该算法利用p-Laplace算子的非线性各向异性扩散的性能来填充受损区域.与TV修补算法相比,文中算法能快速收敛,并达到更好的修补效果,其综合性能优于TV修补算法.

基于各向异性散布的医学图像非线性滤波法

为了向临床医生提供清晰准确的诊断依据 ,在对医学断层图像 (CT、MRI)进行滤波处理时 ,须保留具有重要诊断意义的微细结构。然而 ,绝大多数滤波技术在去噪的同时却滤出了细小结构。本文介绍了一个改进的非线性各向异性散布滤波算法 ,图像滤波被认为是一种散布迭代过程 ,通过自动确定最优散布常数和迭代次数 ,散布过程在遇到边界时就会被抑制或停下来 ,从而保留了边缘信息和微小结构。通过对实际医学图像(CT、MRI)的实验表明 。

基于非线性各向异性散布滤波器的磁共振颅脑图像的分割方法

目的介绍一种有效的分割磁共振颅脑图像中的大脑结构的方法。 方法它是一个多步处理过程 ,首先 ,粗略地勾画出磁共振颅脑图像中的大脑结构作为感兴趣区 ;其次 ,对感兴趣区进行各向异性散布滤波处理 ;然后 ,对滤波图像进行二值化处理作为图像模板 ;最后 ,利用该模板从原始图像中提取出大脑结构。 结果该方法能有效地分割出磁共振颅脑图像中的大脑结构。 结论利用基于非线性各向异性散布滤波器的图像处理技术能很好地从磁共振颅脑图像中分割出大脑结构。该算法具有很强的鲁棒性和稳定性。

基于各向异性扩散滤波的声波远探测成像图增强方法

利用远程反射信息的声波远探测测井技术拓宽了常规声波测井的探测范围,在非常规储层,尤其是缝洞型碳酸盐岩储层的探测方面发挥了重要作用。但由于受到强烈的沿井筒传播的直达模式波的干扰,其偏移成像图中出现大量非规则随机背景噪声,对有效反射体的准确识别产生影响。针对此问题,从图像处理的角度出发,采用各向异性扩散滤波方法对声波远探测成像图进行选择性平滑滤波。利用结构张量构建扩散矩阵,充分利用图像中的结构信息,采用半隐式差分格式求解各向异性扩散方程。对模拟数据和现场声波远探测成像图的处理结果表明,该方法可以有效平滑成像图中小尺度的背景噪声,并良好地保持反射体的边缘信息,增强成像图的质量。

一种基于非线性各向异性扩散PDE的矢量图像放大方法

根据矢量图像像素值特点,利用偏微分方程理论中的热传导数学模型,提出了一种基于非线性各向异性扩散PDE的矢量图像放大法。实验结果表明:文中所提出的算法对灰度图像和彩色图像进行放大均有较好的视觉效果。与传统插值放大算法相比,放大后图像减轻了模糊化,锯齿化以及振铃化效应;与已有的基于偏微分方程的图像放大算法相比,该算法能够较好地保持图像的边缘特征和细节信息。

一种非线性扩散滤波器的设计方法及其应用

非线性滤波器在保留图像重要特征方面表现出良好的性能 .这些非线性图像滤波大多源于求解初始值为输入图像的非线性扩散方程 .设计合适的扩散系数可以控制扩散方程的扩散行为 ,使得在平滑图像的同时能够保留图像的重要特征信息 .该文给出了一种非线性异性扩散滤波器的设计方法 .通过引入图像特征来选取合适的局部坐标系 ,将整体坐标系中的扩散系数矩阵的设计问题转化为局部坐标系中沿各坐标方向的扩散系数的设计 .这种设计方法简单 ,便于更好地理解扩散滤波器的扩散行为 ,具有更加明确的物理意义 .实验结果说明了此方法的可行性 ,在图像的保边光滑处理方面具有明显的效果 .

基于各向异性扩散的超声医学图像滤波方法

目的将各向异性扩散方法应用于超声医学图像的去噪处理。方法采用基于各向异性扩散的偏微分方程,其初始值为输入图像,转化为差分格式迭代求解滤波结果,并通过修改方程中的噪声比例函数使方程更加适用于超声医学图像的滤波。结果通过与其他3种传统滤波方法比较,修正系数后的各向异性扩散滤波方法能够较好地平滑图像的噪声,并且图像的边缘和细节部分依然清晰可见。结论各向异性扩散方法是一种去除超声图像Speckle噪声的有效方法,为超声医学图像的滤波开辟了一条新途径。

基于各向异性扩散的SAR图像斑点噪声滤波算法

在SAR(Synthetic Aperture Radar)图像噪声抑制处理中,为了有效地保持图像边缘,作者在斑点噪声去除的各向异性扩散模型(SRAD模型)的基础上,提出了一个基于各向异性扩散的SAR图像斑点噪声滤波算法.该算法对应的扩散系数从理论上满足Charbonnier等人提出的构造扩散系数准则,同时该算法能够通过对边缘直方图上累计百分比和相对信噪比阈值进行调节来得到一系列不同的滤波效果,从而满足不同的应用需求,如绘图、高分辨率或细节丰富的处理结果.实验结果表明,与传统的方法相比,该算法不论从噪声去除能力、边缘和纹理保持能力上,还是从视觉评价效果来看,都具有一定的优越性.

利用不连续性的各向异性扩散滤波方法识别断层

在提高地震数据信噪比的同时保护断层等不连续的边界信息,对于地震精细解释具有非常重要的意义。为此,在前人的研究基础上,提出了基于不连续性的三维各向异性扩散滤波方法,分析了结构张量特征值与三维地震图像的局部结构特征之间的关系,并利用断层置信度参数重新设计扩散张量的特征值,可以更合理地控制地震数据沿不同方向的扩散滤波强度:在地震同相轴连续性较好之处,断层置信度参数趋于0,滤波强度大;在断层等地质体的边缘处,断层置信度参数趋于1,扩散滤波强度弱,可以有效保护断层等不连续边界的信息。模型测试和实际资料的应用证明,所提方法在提高地震资料信噪比的同时,可有效保护断层等不连续的边界信息,并在连续地层区域增强同相轴的连续性,为断层解释提供良好的基础数据。

基于多方向中值滤波的各向异性扩散滤波算法

提出一种改进各向异性扩散滤波算法。现有研究方法多存在图像边缘不清,误识别多,扩散系数多凭主观选择等问题。该算法利用保留细节和边缘的能力较为突出的多方向中值滤波方法在多个方向上进行扩散,利用局部方差和图像梯度改进了扩散系数,通过多次迭代修正扩散系数,增强了算法的鲁棒性,且在滤除噪声的同时注重对边缘细节的保持。通过具体实验仿真,以峰值信噪比、均方误差、结构相似度以及图像佳数4个参数作为指标,对实验仿真结果进行了量化比较,表明该算法与传统各向异性扩散方法以及Catté_PM模型等改进方法相比,具备更好的滤除图像噪声以及保持图像边缘的能力。

SAR图像各向异性扩散滤波算法

为了抑制SAR图像中固有的乘性相干斑噪声,本文提出了一种基于各向异性扩散滤波的新算法。该算法首先将自蛇扩散引入经典的SRAD与DPAD算法各向异性扩散方程中,形成了一种带边缘增强功能的各向异性扩散新方程;然后利用改进Frost滤波系数作为扩散方程的新扩散函数,形成了一种既能有效抑制相干斑,又能较好保护边缘、抑制块效应现象的新扩散函数。实验表明,新扩散滤波算法在相干斑抑制、边缘保护、块效应抑制方面均比传统各向异性扩散滤波算法更优异。

基于各向异性扩散滤波的边缘提取算法

针对Canny边缘检测算法在滤波方面的不足,提出了一种基于各向异性扩散滤波的边缘提取算法,用各向异性扩散的平滑方式代替Canny算法中的高斯滤波,弥补Canny算法中滤波方法的不足.研究了各向异性扩散的P-M方程,得出了其离散化形式,并确定了其中分量的表达式,进而用Matlab编程实现了对图像的各向异性扩散处理.通过误差和结构相似度评定,得出经过各向异性扩散处理的图像滤波效果优于高斯滤波.对经过两种滤波方法处理后的图像用Canny算法提取边缘,通过灰度值比较,验证了各向异性扩散处理在边缘特征保持方面优于高斯滤波.

基于各向异性扩散的超声图像混合滤波方法

提出基于各向异性扩散的混合滤波新方法,以图像梯度为依据,利用各向异性扩散、各向同性扩散和自适应脉冲噪声滤波对医学超声图像进行分段滤波.为提高模型的稳定性与适用性,通过实验优化模型中的高斯平滑系数σ、步长△t、梯度阈值Ymin和Ymax4个主要参数,并确定各参数默认值及其修正范围.实验结果表明,该方法在去噪效果、滤波速度、边缘保护、稳定性和适用性方面优于现有的单一滤波方法,具有较好的应用前景.

多光谱遥感图像的自适应各向异性扩散滤波

图像滤波预处理不仅有助于增强图像信噪比和减少类间(intra-c lass)光谱可变性,而且还能够对影像中亮度均匀的区域进行平滑,从而为影像地物识别、分割和分类提供有力的支持。在Pope和Acton提出的两个多光谱图像各向异性扩散滤波模型的基础上,通过各向异性扩散和稳健统计学的联系,建立了基于B iwe ight Estim ator误差模型的扩散系数,同时利用非线性退化技术对梯度阈值的改进,提出了两个基于各向异性扩散方程的非线性滤波方法。提出的方法不仅能够有效地消除传感器随机噪声的影响,而且还能够很好地保持遥感图像上重要的细节边缘和影像质量。实验结果表明,不论是视觉效果还是质量统计分析,提出的扩散模型的性能优于Pope和Acton的各向异性扩散模型,是理想的多光谱图像保边缘滤波方法。

各向异性扩散-中值滤波在红外图像处理中的应用

在低信噪比图像处理中,为了在图像去噪时更好地保留边缘,提出了一种各向异性扩散-中值滤波方法。这种方法包含两个步骤:首先,为了使滤波器在抑制噪声时具有鲁棒的边缘保持能力,该方法采用各向异性扩散滤波对图像进行处理,其中,各向异性扩散滤波中的扩散函数选用Tukey函数;然后,为了去除各向异性扩散滤波后图像中的脉冲噪声,采用中值滤波对图像做进一步的处理,从而使这种滤波方法在抑制噪声的同时使边缘模糊达到最小。从仿真结果可以看出,文中的方法具有良好的噪声抑制和边缘保持能力。