相关扩散方程在图像修补中的应用

图像修复是图像复原研究中的一个重要内容,可以用于旧照片中丢失信息的恢复、视频文字去除以及视频错误隐藏等。目前有很多图像修补算法对于灰度图像的修补已经取得了很好的修补效果,但存在着时间消耗大和应用到彩色图像修补中时修补效果不理想的缺点。将相关扩散方程引入到图像修补中,并进行改进,使得图像的修补效率和修补效果都得到了有效提高,而且可以很自然地应用到彩色图像修补中。大量的实验证明了该方法的有效性。

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

P2M扩散与相干增强扩散相结合的抑制噪声方法

该文讨论保边缘的去噪问题。针对P2M扩散不能有效保持线状特征,相干增强扩散易出现虚假条纹的缺点,提出了一种P2M扩散与相干增强扩散相结合的去噪方法。首先,建立了一个P2M扩散与相干增强扩散的加权组合模型。该模型在图像边缘部分侧重于相干增强扩散,其余部分则侧重于P2M扩散。然后,针对模型中存在的参数选取问题进行了分析。从公式推导出发,得到了在边缘点百分比给定的条件下,P2M扩散参数的自适应取值方法,并从应用的角度出发,得到了相干增强扩散参数的经验取值。仿真计算结果表明,与一些常用的去噪方法相比,该方法既能有效地抑制图像噪声,又能较好地保持边缘等线状特征,同时具有较高的峰值信噪比。

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.

一种改进的一致性扩散图像增强方法

一致性扩散是分析图像中定向结构的重要的预处理步骤,现有的一致性扩散图像增强方法难以识别图像中的弱边界。本文提出了一种改进的扩散方法,该方法构建了一种结合二阶方向导数信息的结构张量,能够精确分析图像中的复杂弱边界,同时与经典结构张量互为补充以检测图像的强边界。在此基础上设计了新的扩散张量,并采用了基于(加性分裂算子AOS)策略的数值计算方法。通过对比实验证明,该文算法的效果良好并具有很高的效率, 实现了在去除噪声的同时精确保护图像中的强弱边界。

一种增强结构信息的图像平滑算法

基于非线性扩散滤波提出了可以同时对同质区域进行平滑和对结构信息进行增强的算法.该算法在同质区域采用各项同性滤波而在边缘附近采用各项异性扩散滤波,避免了图像平滑和增强结构信息之间的矛盾.在实现时,根据一致性程度选择扩散矩阵的扩散系数,可确保偏微分方程在离散化时的简洁性和一致性.数字实验结果表明,可以有效的平滑一致性低的区域并增强一致性高的结构.

改进的偏微分扩散方程图像增强方法

通过改进P-M扩散系数和融入相干增强扩散改善了传统的P-M模型,使得裂缝图像非边缘处以改进后的P-M扩散为主,在边缘处以相干增强扩散为主,达到了对裂缝图像去噪和增强的目的.理论分析和仿真实验表明,提出的方案较传统的P-M模型能使地面图像的特征得到更好的保护,使裂缝更加明显,利用该方法对裂缝图像进行预处理后,提高了路面裂缝目标检测的准确性,体现了该方法的优越性.

一种无信息丢失的光学相干层析图像校正方法

文章提出一种无信息丢失的图像处理方法,用以校正受到生物组织随机蠕动影响的光学相干层析(OCT)图像。文中首先利用相干增强各向异性扩散算法对原始OCT图像预处理增强层状结构,再利用顺序查找峰值的方法找出某层状结构及其周围层状结构的位置,进而利用异常点去除的方法对该层状结构进行校正,并以校正后得到的该层状结构位置作为基准校正图像。对眼底OCT图像去抖动的实验说明该方法能很好的去除OCT图像中的抖动,从而很好地辅助诊断。

提高地震图像信噪比的一致增强性扩散方法应用研究

本文针对地震图像具有线形纹理的特征 ,提出和分析了基于偏微分方程一致增强性扩散去噪模型及其适用范围 ,设计了提高地震图像信噪比的具体算法 ,同时研究了扩散模型中的参数选择 .大量真实地震图像处理结果及其数据分析表明 ,在信号能量保持 80～ 90 %的条件下 ,对于信噪比为 15～ 2 0dB的地震图像 ,可使其信噪比提高 9dB左右 ,且不会出现假象 ,增强了地质信息 ,有利于地震解释 。

去除磁共振成像图像莱斯噪声的加权扩散

针对各向同性扩散易于造成图像边缘等特征区域的模糊以及相干增强扩散易于在图像背景区域内产生伪条纹的问题,提出了一种根据磁共振成像(MRI)图像莱斯噪声分布特点来对其进行降噪的加权扩散算法。该算法以MRI图像背景区域的莱斯噪声方差作为区分MRI图像背景区域和感兴趣的边缘特征区域二者特征差异的阈值。基于该阈值,该算法构造了一个加权函数,并用该函数对各向同性扩散和相干增强扩散进行加权。加权函数根据图像在不同结构区域的变化,自适应地调整两种扩散的权值,从而充分发挥两种扩散的优势并克服各自的不足。实验结果表明,该算法在峰值信噪比(PSNR)及平均结构相似度(MSSIM)的评价上优于一些经典算法。因此,该算法的降噪及保护、增强边缘的能力更为优越。

基于HVS及偏微分方程的去块效应算法

提出一种新的去块效应算法.该算法结合P-M扩散与相干增强扩散各自的优点去除块效应,并在此基础上考虑了人类视觉系统特性在去块效应方面的作用.实验结果表明:该算法既能够有效去除块效应,又能很好地保护图像的边缘信息.

一种基于MRI图像的相干增强张量扩散方程离散方案

相干增强张量扩散方程的离散方案对图像的去噪效果尤为重要。在保持空间导数算子旋转不变性的前提下,根据大脑MRI图像的结构特征,并考虑MRI图像的噪声服从莱斯(Rician)分布的特点,以峰值信噪比(PSNR)和结构相似性(MSSIM)为目标函数对空间导数算子的取值进行优化。实验结果表明,提出的离散方案在峰值信噪比和结构相似性方面均优于其他旋转不变性离散方案。

基于改进相干增强扩散与纹理能量测度和高斯混合模型的导光板表面缺陷检测方法

针对液晶屏(LCD)导光板表面缺陷检测方法存在漏检率和误检率较高,对产品表面复杂渐变的纹理结构适应性差的问题,提出一种基于改进相干增强扩散(ICED)与纹理能量测度和高斯混合模型(TEM-GMM)的LCD导光板表面缺陷检测方法。首先,构建ICED模型,基于结构张量引入平均曲率流扩散(MCF)滤波,使得相干增强扩散(CED)模型对缺陷的细线状纹理有良好的边缘保持效果,并利用相干性得到缺陷纹理增强和背景纹理抑制的滤波后图像;然后,根据Laws纹理能量测度(TEM)提取图像纹理特征,将图像的背景纹理特征作为离线阶段高斯混合模型(GMM)的训练数据,使用期望最大化(EM)算法估计GMM参数;最后,计算待检测图像各像素的后验概率,并将其作为在线检测阶段缺陷像素的判断依据。实验结果表明,该检测方法在导光颗粒随机、规则两种分布的缺陷图像测试数据组上的漏检率和误检率分别为3.27%、4.32%和3.59%、4.87%。所提检测方法适用范围广,可有效检测出LCD导光板表面划痕、异物、脏污和压伤等类型的缺陷。

各向异性扩散滤波远探测声波测井图像降噪方法

声波远探测测井技术近年来在复杂油气藏的构造识别和储层评价中发挥着重要作用。该技术利用来自井外的反射波对井旁地质构造进行准确成像,但由于反射波具有幅度低、受幅度强的井孔直达波干扰等特点,实际数据提取到的反射波信噪比往往比较低,需要对反射波进行降噪处理。非线性各向异性扩散滤波能够在滤除图像噪声的同时保留图像边缘及细节等信息,在地震数据处理和医学图像去噪中都有广泛应用。该文从各向异性扩散滤波的基本原理入手,将提取到的井外反射波信号当作图像,采用不同扩散张量进行处理,通过含噪声的模拟数据处理验证了该方法的处理效果并建立起适合于远探测测井的数据处理流程,实际远探测数据处理结果进一步表明其具有较好的应用前景。

相干增强扩散与冲击滤波相结合的指纹增强算法

自动指纹识别系统(AFIS)的性能严重依赖于输入指纹的质量,因此有效指纹增强算法对该系统具有重要意义。针对相干增强扩散滤波增强的指纹图像会出现边缘模糊,以及谷线与脊线间对比度较低的现象,提出使用冲击滤波和相干增强扩散的加权模型方法,既能保持相干增强扩散的优势,又能锐化指纹脊线边缘,以及增强指纹脊线与谷线的对比度。增强的主要过程为,建立一个相干增强扩散和冲击滤波的加权组合模型,加权函数是以指纹梯度为自变量,使得在扩散过程中在图像边缘处以冲击滤波为主,在脊线与谷线内部则以相干增强扩散为主。实验表明,使用这种方法,能得到更加清晰的指纹图像,便于之后的二值化与细化过程处理,使得自动指纹识别系统具有更好的性能。

用小波系数估计图像边缘方向的相干增强扩散图像降噪算法

在分析相干增强扩散方法和小波阈值收缩方法之间关系的基础上,给出了相干增强扩散在小波分析意义下的解释,同时解释了相干增强扩散方法与小波阈值收缩方法在图像性质上的等价性。针对相干增强扩散计算扩散矩阵较慢的缺点,提出了一种用小波系数估计图像边缘方向的相干增强扩散图像降噪算法。仿真试验结果表明,该扩散算子可以很好地定位图像边缘,较好地运用了小波的时频分析功能。

双通道Unet模型对前列腺自动勾画的研究

目的:在图像分割的深度学习算法Unet网络基础上建立双通道Unet(DUnet)深度学习结构模型,以提高前列腺器官图像自动分割的准确性。方法:选取100例受检者的前列腺核磁扫描图像,其中50例来自医院图像资料系统,50例来自国际医学图像计算和计算机辅助干预(MICCAI)Grand Challenge数据库。100例受检者的扫描图像中81例为训练集,10例为验证集,9例为测试集。采用相干增强扩散(CED)算法对原始图像纹理和边缘进行强化,通过跳跃连接突出有效特征,获取更多多维信息增加上采样分辨率。建立双通道收缩路径和扩张路径形成对称结构DUnet,并行提取和学习原始图像以及CED图像特征,将双通道输出特征图融合得到分割图像。采用整体的Dice系数(Accuracy)、以扫描对象为单位的Dice相似系数平均值(Mean DSC)、Dice相似系数中位值(Median DSC)、平均表面距离(ASD)、最大对称表面距离(MSD)和相对体积差(RVD)6项指标对DUnet、Unet^(#)(原始图像)和Unet^(*)(CED图像)3种方法进行评估。结果:DUnet、Unet^(#)表现均优于Unet^(*)。表现最好的DUnet相较于Unet^(#),Accuracy提高1.28%,Mean DSC提高1.43%,Median DSC提高0.86%,ASD降低0.2 mm,RVD降低2.66%。直观勾画方面,DUnet自动勾画与医生手动勾画吻合度更高,勾画更加精准。DUnet在前列腺器官边界起伏区域更能捕捉到其形状的变换,对混淆性、相似性边界区域也有更好的辨别。结论:DUnet模型在突出其纹理和边缘强化特征的同时,弥补了强化效果导致精细结构的损失,在前列腺图像分割与勾画方面较Unet具有更优的表现。

非线性滤波技术在地震信号处理中的应用

地震序列是具有线形纹理特征的图像.早期的去噪方法多是线性的,会产生一些副作用.目前一些处理软件使用中值滤波方法,但当同相轴有倾角时就不适应了.本文根据线形纹理图像的特征,采用一致增强性扩散算法,它以扩散张量作为扩散系数,是一种各向异性扩散,能较好的保护边缘纹理信息,并针对同相轴的弱边界问题提出二阶导数处理法,它能使断裂的同相轴变得连续,更有利于解释.经计算,一致增强扩散比中值滤波信噪比有所提高,同时,同相轴更为连续,纹理更加清晰.

偏微分方程(PDEs)在医学图像增强中的应用

介绍了偏微分方程在医学图像增强处理中的应用和各种不同模型的基本思想,发展历史及特点,主要阐述了一致增强性扩散模型在医学图像增强中的应用,矩阵的定义方法。理论和实验结果表明,应用偏微分方程模型进行图像处理是一种有效的工具。

基于MSFM的快速图像修补算法

近年来,基于非线性高阶偏微分方程的高质量图像修补算法已经得到了发展,但这些方法需要大量的迭代,时间开销大,复杂度高。Telea提出的基于FMM的修补算法可以快速完成修补,但存在行进方向和边缘信息保持的问题。对此进行了改进,采用MFM方法,并引入扩散张量。实验结果表明提出的方法可以达到较高的质量,而且速度快。