PDE技术的图像放大模型

偏微分方程(PDE)已成为图像处理与分析中的重要工具。而数字图像处理的一个基本内容是图像放大,即从低分辨率图像获得高分辨率图像的图像处理技术。通过两种泛函模型,利用变分的思想,提出了基于TV-norm(total variation norm)插值模型和四阶偏微分方程插值模型的图像放大算法。通过仿真实验结果及均方误差(MSE)和峰值信噪比(PSNR)两种评价准则说明了该算法的有效性和可行性。

一种PDE图像分解去噪模型及算法

通过分析ROF(Rudin,Osherand Fatemi)模型和LLT(lysaker,lundervold and Tai)模型在处理噪声图像时存在的缺陷,以及纹理部分和噪声部分之间的差异,将图像分解思想和ROF模型与LLT模型相结合,提出了一种新的分解去噪模型:DD(decomposition and denoising)模型。该模型在处理噪声图像时,将噪声图像分解为结构、纹理和噪声3部分,从而达到既去噪又能分解的目的。进一步通过仿真试验,验证了DD模型和算法的合理性及有效性。

一种基于脉冲噪声的新型迭代滤波算法

在局部极值噪声检测和迭代中值滤波的基础上,基于图像结构和脉冲噪声的特征分析,有效结合局部极值检测和幅度差阈值、梯度差阈值的检测方法,提出了一种基于噪声检测的迭代脉冲噪声滤除算法.并通过仿真实验和算法评价,验证了该算法不仅能够达到很好的去噪效果,而且在保留图像细节信息方面也取得了一定的成效.