本文關(guān)鍵詞：基于偏微分方程的安檢圖像去噪算法，，由筆耕文化傳播整理發(fā)布。

【摘要】：安檢圖像是一種典型的X射線圖像,由于X射線的成像原理以及行李箱包的復(fù)雜性,安檢圖像存在內(nèi)容豐富,邊緣復(fù)雜,容易受到噪聲干擾等特點(diǎn),給工作人員識(shí)別危險(xiǎn)物品帶來(lái)困擾。安檢圖像的細(xì)節(jié)十分重要,關(guān)系到安檢人員的判斷準(zhǔn)確性,而傳統(tǒng)的圖像去噪算法在處理安檢圖像時(shí)通常不能有效地去除噪聲并且保留圖像的邊緣細(xì)節(jié)。針對(duì)這個(gè)問(wèn)題,本文以偏微分方程數(shù)學(xué)理論為基礎(chǔ),主要研究了一種基于偏微分方程的自適應(yīng)圖像去噪算法,用于處理被噪聲干擾的安檢圖像。在理論研究中有多種不同的偏微分方程去噪方法,本文著重強(qiáng)調(diào)的是Perona-Malik(P-M)各向異性擴(kuò)散方程的算法。這種基于P-M擴(kuò)散方程的自適應(yīng)圖像去噪算法將圖像去噪分為了兩個(gè)過(guò)程,分別為圖像自適應(yīng)的邊緣檢測(cè)過(guò)程和根據(jù)檢測(cè)結(jié)果以不同的擴(kuò)散方式處理圖像噪聲的過(guò)程。具體行為是首先改進(jìn)了原始的P-M擴(kuò)散方程的的擴(kuò)散系數(shù),設(shè)計(jì)了一種自適應(yīng)邊緣檢測(cè)函數(shù),該函數(shù)通過(guò)梯度的變化將圖像分為平坦光滑區(qū)域和邊界區(qū)域；P-M擴(kuò)散方程可以在不同的區(qū)域表現(xiàn)出不同的擴(kuò)散方式,從而在去除噪聲的同時(shí)不會(huì)對(duì)邊緣細(xì)節(jié)造成太大的影響。最后,在自適應(yīng)的P-M擴(kuò)散算法的基礎(chǔ)上,應(yīng)用了結(jié)構(gòu)張量的原理,用結(jié)構(gòu)張量中的連貫性張量和張量度量分別代替邊緣檢測(cè)函數(shù)中的梯度,增強(qiáng)了邊緣檢測(cè)的能力,使得圖像去噪的效果更佳。本文使用了不同的圖像數(shù)據(jù)對(duì)所研究的基于P-M擴(kuò)散方程的自適應(yīng)去噪算法進(jìn)行了實(shí)驗(yàn),實(shí)驗(yàn)證明該算法比原始的P-M圖像去噪算法更具備有效性,在對(duì)安檢圖像的處理中,既可以去除安檢圖像的噪聲,又對(duì)圖像的邊緣信息不會(huì)造成太大的影響。通過(guò)主觀和客觀的分析,均證明改進(jìn)后的基于偏微分方程的自適應(yīng)算法優(yōu)于原始的偏微分方程算法。
【關(guān)鍵詞】：圖像去噪 安檢圖像 偏微分方程 P-M擴(kuò)散方程 邊緣檢測(cè)
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP391.41;O175.2
【目錄】：

• 摘要4-5
• Abstract5-8
• 第一章 緒論8-10
• 1.1 課題背景和意義8
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀8-9
• 1.3 論文組織結(jié)構(gòu)9-10
• 第二章 常用的圖像去噪算法10-26
• 2.1 圖像的質(zhì)量10-12
• 2.1.1 圖像噪聲10-11
• 2.1.2 安檢圖像噪聲來(lái)源11
• 2.1.3 圖像質(zhì)量的評(píng)價(jià)方式11-12
• 2.2 幾種傳統(tǒng)圖像去噪算法的研究12-17
• 2.2.1 線性濾波12-13
• 2.2.2 非線性濾波13-14
• 2.2.3 小波去噪14-17
• 2.3 基于偏微分方程的圖像去噪算法17-20
• 2.3.1 偏微分方程與圖像濾波17-18
• 2.3.2 Perona-Malik各向異性擴(kuò)散算法18-20
• 2.4 P-M擴(kuò)散方程的數(shù)值求解算法20-23
• 2.4.1 乘法算子分裂算法20-22
• 2.4.2 加法算子分裂算法22-23
• 2.5 實(shí)驗(yàn)結(jié)果分析總結(jié)23-26
• 第三章 基于梯度的自適應(yīng)P-M擴(kuò)散方程圖像去噪算法26-37
• 3.1 原始P-M擴(kuò)散方程的病態(tài)性質(zhì)26
• 3.2 P-M擴(kuò)散方程的正則化處理26-28
• 3.3 基于梯度的自適應(yīng)P-M擴(kuò)散去噪算法28-33
• 3.3.1 微分算子邊緣檢測(cè)28-29
• 3.3.2 自適應(yīng)圖像邊緣檢測(cè)函數(shù)29-31
• 3.3.3 自適應(yīng)P-M擴(kuò)散去噪算法31-33
• 3.4 實(shí)驗(yàn)結(jié)果分析總結(jié)33-37
• 第四章 基于結(jié)構(gòu)張量的自適應(yīng)P-M擴(kuò)散方程圖像去噪算法37-48
• 4.1 引言37
• 4.2 線性結(jié)構(gòu)張量37-39
• 4.3 非線性結(jié)構(gòu)張量39-40
• 4.4 利用結(jié)構(gòu)張量的自適應(yīng)P-M擴(kuò)散算法40-41
• 4.5 實(shí)驗(yàn)結(jié)果分析總結(jié)41-48
• 第五章 總結(jié)與展望48-49
• 5.1 論文工作總結(jié)48
• 5.2 進(jìn)一步研究方向48-49
• 致謝49-50
• 參考文獻(xiàn)50-51

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 鄂那林;王芬芬;;一種改進(jìn)的夜間數(shù)字監(jiān)控圖像的去噪算法[J];科技信息;2013年09期

2 楊昕f3;;基于粒子群優(yōu)化的圖像去噪算法[J];科技資訊;2011年11期

3 鄧承志,汪勝前,劉祝華,王忠華,鄒道文;基于層間特性的多級(jí)小波收縮去噪算法[J];江西師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2004年04期

4 牟澤霖;李才明;楊偉剛;;基于小波變換尺度相關(guān)性去噪算法的改進(jìn)[J];內(nèi)蒙古石油化工;2006年11期

5 姚堯;;基于剪切波變換的圖像去噪算法研究與仿真[J];科技致富向?qū)?2013年24期

6 楊成武;劉文清;張玉鈞;;激光云高測(cè)量去噪算法研究[J];光散射學(xué)報(bào);2012年01期

7 譚攀;姜超;;幾種圖像去噪算法的對(duì)比分析[J];測(cè)繪與空間地理信息;2014年07期

8 張丹瑩;李翠華;李雄宗;施華;張東曉;;一種基于去冗余字典的圖像去噪算法[J];廈門大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年04期

9 徐靜云;;一種基于haar小波的人臉圖像去噪算法[J];科技信息;2013年26期

10 陳利霞;宋國(guó)鄉(xiāng);丁宣浩;王旭東;;改進(jìn)的總變分去噪算法[J];光子學(xué)報(bào);2009年04期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前8條

1 王樹(shù)艷;楊勛年;;平面曲線去噪的混合雙邊算法[A];第五屆全國(guó)幾何設(shè)計(jì)與計(jì)算學(xué)術(shù)會(huì)議論文集[C];2011年

2 李洋;李雙田;;小波圖像去噪算法分析[A];第十四屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)(CCSP-2009)論文集[C];2009年

3 鄧志全;關(guān)履泰;朱慶勇;;改進(jìn)的非局部均值圖像去噪算法[A];第十四屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

4 李俊峰;戴文戰(zhàn);潘海鵬;高金鳳;;基于灰色系統(tǒng)理論的圖像去噪算法研究[A];第二十九屆中國(guó)控制會(huì)議論文集[C];2010年

5 連小麗;姚暉;王冠華;萬(wàn)木森;張林樸;孟卓;李燕妮;梁雨;代曉華;石博雅;;基于光學(xué)相干層析離體牙圖像的去噪算法研究[A];天津市生物醫(yī)學(xué)工程學(xué)會(huì)第30次學(xué)術(shù)年會(huì)暨生物醫(yī)學(xué)工程前沿科學(xué)研討會(huì)論文集[C];2010年

6 張娛;谷旭源;;基于小波系數(shù)的圖像自適應(yīng)閾值去噪算法[A];全國(guó)第4屆信號(hào)和智能信息處理與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2010年

7 趙振磊;耿則勛;王蘭;閆兆嬋;;基于自適應(yīng)遞歸LPA-ICI的圖像去噪算法[A];圖像圖形技術(shù)研究與應(yīng)用2009——第四屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2009年

8 劉志剛;郭艷穎;;基于形態(tài)神經(jīng)網(wǎng)絡(luò)的SAR圖像去噪算法研究[A];圖像圖形技術(shù)與應(yīng)用進(jìn)展——第三屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2008年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前5條

1 張?chǎng)捂?基于結(jié)構(gòu)相似性的磁共振圖像去噪新算法研究[D];南方醫(yī)科大學(xué);2015年

2 陳大力;數(shù)字圖像處理中去噪算法的研究[D];東北大學(xué);2008年

3 劉輝;數(shù)字圖像處理中基于局部方向性的壓縮和去噪算法研究[D];吉林大學(xué);2008年

4 宮霄霖;基于小波變換的不規(guī)則鄰域的數(shù)字圖像去噪算法研究[D];天津大學(xué);2010年

5 崔學(xué)英;低劑量CT的投影域去噪算法和后處理方法研究[D];中北大學(xué);2015年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 王圳萍;基于低秩矩陣恢復(fù)的圖像去噪算法研究[D];西南交通大學(xué);2015年

2 張超;圖像和視頻去噪算法的研究與實(shí)現(xiàn)[D];復(fù)旦大學(xué);2014年

3 羅格;三維模型去噪算法的研究及其在三維曲面重建上的應(yīng)用[D];哈爾濱工業(yè)大學(xué);2015年

4 宋鑫夢(mèng);管道漏水檢測(cè)去噪算法的研究[D];內(nèi)蒙古師范大學(xué);2015年

5 賀東霞;數(shù)字圖像去噪算法的研究與應(yīng)用[D];延安大學(xué);2015年

6 劉航;并行非局部均值去噪算法研究[D];西安電子科技大學(xué);2014年

7 王秀東;圖像去噪算法及其GPU并行化研究[D];西安電子科技大學(xué);2014年

8 李翠菊;基于NSCT和雙邊濾波的圖像去噪算法研究[D];湘潭大學(xué);2015年

9 劉斌;BM3D去噪算法的硬件實(shí)現(xiàn)[D];上海交通大學(xué);2013年

10 鐘瑩;結(jié)構(gòu)特性匹配的非局部均值圖像去噪算法研究[D];合肥工業(yè)大學(xué);2014年

  本文關(guān)鍵詞：基于偏微分方程的安檢圖像去噪算法，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：294189