本文關鍵詞：基于高階偏微分方程的圖像去噪方法研究

  更多相關文章： 圖像去噪 偏微分方程 泊松噪聲 斑點噪聲 四階模型 并行算法

【摘要】：近些年,基于偏微分方程(PDE)方法在圖像處理領域得到廣泛的應用,偏微分方程具有豐富的理論基礎,并且有較多的數(shù)值解法,這就為PDE的應用提供了有利條件。基于PDE的去噪方法是一種自適應的去噪方法,可以根據(jù)圖像不同區(qū)域的不同特征,進而采取不同的平滑程度,因此可以很好的消除圖像中的噪聲,同時保護圖像的邊緣細節(jié)的特征。本文介紹了基于PDE的圖像去噪方法的相關知識,同時根據(jù)時間順序介紹一些在關于圖像去噪研究中誕生的經典二階、四階去噪模型,并針對現(xiàn)有二階模型在去噪過程中產生“階梯效應”的不足,在現(xiàn)有四階去噪模型的基礎上進行改進。根據(jù)某種特定類型的噪聲特征,提出高階去噪新模型,主要創(chuàng)新工作如下:(1)在四階Y-K模型的基礎上,根據(jù)泊松噪聲函數(shù)的分布特點,構造出一種新的四階模型,并對模型進行求解以及仿真實驗,實驗結果表明,新模型去噪效果顯著,克服了“階梯效應”的產生。(2)根據(jù)斑點噪聲的噪聲函數(shù)分布特征,針對二階模型產生“階梯效應”的缺點,在Y-K模型的基礎上進行了改進,進而構造出一種去除斑點噪聲的四階去噪模型。通過對新模型進行求解與仿真,在標準實驗圖像和含有斑點噪聲的醫(yī)學B超圖像上實驗均取得不俗的表現(xiàn)。(3)對提出的新模型采用一種高效并行的四階PDE去噪算法。該方法利用并行的思想,將需要處理的任務分成若干部分,并分別由相互獨立的計算機處理,最后將結果綜合得到最終的解。采用并行方式對圖像中的噪點進行濾除工作,提高了計算機的執(zhí)行效率。
【學位授予單位】：南京郵電大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：O241.82;TP391.41

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 曾步衢;劉揚;高昱光;;基于小波的數(shù)字圖像去噪研究[J];科技信息(學術研究);2008年17期

2 ;圖像去噪新技術讓數(shù)碼照片更清晰[J];廣西科學;2009年02期

3 吳玲;;基于數(shù)字圖像去噪的方法分析[J];科技信息;2010年06期

4 劉卓亞;;圖像去噪技術綜述[J];科技信息;2013年15期

5 徐元柳,張曉帆,樊永峰;一種基于平穩(wěn)小波域的圖像去噪新方法[J];中國科技信息;2005年11期

6 曾勛勛;陳飛;王美清;;基于同向梯度擴散的圖像去噪方法[J];福州大學學報(自然科學版);2006年02期

7 趙晨霞;郭士民;周宇斌;;一種圖像去噪模型的有限元并行處理[J];蘭州大學學報(自然科學版);2008年04期

8 劉冬梅;方立銘;程桂平;張晶;;基于鄰域的小波系數(shù)閾值醫(yī)學圖像去噪研究[J];安慶師范學院學報(自然科學版);2009年03期

9 李恒建;張家樹;陳懷新;;一種快速稀疏分解圖像去噪新方法[J];光子學報;2009年11期

10 孫秀燕;;基于小波的圖像去噪技術[J];科技信息;2010年30期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 劉旨春;朱偉;盛磊;;基于鄰域特性的小波閾值圖像去噪方法[A];第九屆全國信息獲取與處理學術會議論文集Ⅱ[C];2011年

2 陳仙紅;屈小波;郭迪;寧本德;陳忠;;自適應方向小波在磁共振圖像去噪中的應用[A];第十七屆全國波譜學學術會議論文摘要集[C];2012年

3 韓希珍;趙建;;基于偏微分方程的圖像去噪[A];第八屆全國信息獲取與處理學術會議論文集[C];2010年

4 殷明;劉衛(wèi);;基于非高斯分布的四元數(shù)小波圖像去噪[A];全國第22屆計算機技術與應用學術會議(CACIS·2011)暨全國第3屆安全關鍵技術與應用（SCA·2011）學術會議論文摘要集[C];2011年

5 侯艷芹;李均利;魏平;陳剛;;一種新的基于模糊均差和小波閾值的醫(yī)學圖像去噪方法[A];第十三屆全國圖象圖形學學術會議論文集[C];2006年

6 劉曙光;費佩燕;屈萍鴿;;基于對偶樹復小波的圖像去噪技術研究[A];2009中國儀器儀表與測控技術大會論文集[C];2009年

7 周利利;張曉明;;基于小波變換的圖像去噪研究[A];2009全國測繪科技信息交流會暨首屆測繪博客征文頒獎論文集[C];2009年

8 王文;康錫章;王曉東;;基于小波域HMT的航空偵察圖像去噪方法[A];'2003系統(tǒng)仿真技術及其應用學術交流會論文集[C];2003年

9 倪永婧;王成儒;;一種紋理圖像去噪方法的研究[A];2006中國控制與決策學術年會論文集[C];2006年

10 鄧超;;基于改進神經網絡的CCD圖像去噪方法研究[A];武漢(南方九省)電工理論學會第22屆學術年會、河南省電工技術學會年會論文集[C];2010年

，

本文編號：1173675