基于多方向中值滤波的各向异性扩散滤波算法

发布时间：2018-01-17 01:12

本文关键词：基于多方向中值滤波的各向异性扩散滤波算法　出处：《计算机工程与应用》2017年04期 　论文类型：期刊论文

【摘要】：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。
[Abstract]:An improved anisotropic diffusion filtering algorithm is proposed. Most of the existing methods have unclear image edges and many false recognition methods. The diffusion coefficient depends on subjective selection and so on. The algorithm uses the multi-directional median filtering method which has outstanding ability of preserving details and edges to diffuse in multiple directions. The diffusion coefficient is improved by using local variance and image gradient, and the robustness of the algorithm is enhanced by modifying the diffusion coefficient several times. Through the simulation, four parameters such as peak signal-to-noise ratio (PSNR), mean square error (MSE), structural similarity and image number are taken as indicators. The quantitative comparison of the experimental results shows that the proposed algorithm is compared with the traditional anisotropic diffusion method and the improved Catt 茅 PM model. Better ability to filter image noise and maintain image edge.
【作者单位】：兰州交通大学电子与信息工程学院;
【基金】：国家自然科学基金(No.61163009) 甘肃省科技支撑计划项目(No.144NKCA040) 甘肃省教育厅科研资助项目(No.1104-05)
【分类号】：TP391.41;TN713
【正文快照】： 1引言各向异性扩散[1](Anisotropic Diffusion)方法已经在图像降噪、图像边缘检测、图像分割等领域的研究中得到了广泛的应用。该方法的基本思想是将原图像看做一个热量场,将每个像素看作热流,再根据当前选择的像素以及该像素周边像素之间的关系确定是否向周围像素进行扩散。

【参考文献】

相关期刊论文前10条

1 吴迎昌;罗滇生;何洪英;;基于TLS估计的遗传小波红外图像去噪方法[J];计算机科学;2015年04期

2 赵川;马希荣;马岭;张桐;;一种基于各向异性扩散方程的自适应去噪方法[J];计算机科学;2014年S2期

3 李爱华;;基于相位的结构相似度图像质量评价模型[J];计算机应用与软件;2014年11期

4 陈勇;易三莉;钱洁;邵党国;相艳;马磊;贺建峰;;一种基于局部统计参数的图像扩散降噪新算法[J];计算机应用研究;2014年12期

5 吴俊;汪源源;陈悦;余锦华;庞芸;;基于同质区域自动选取的各向异性扩散超声图像去噪[J];光学精密工程;2014年05期

6 付丽娟;姚宇;付忠良;;中值滤波与各向异性扩散相结合的医学图像滤波方法[J];计算机应用;2014年01期

7 赵海勇;贾仰理;;一种改进的各向异性扩散去噪模型[J];计算机科学;2013年S2期

8 王敏;周磊;周树道;叶松;;基于峰值信噪比和小波方向特性的图像奇异值去噪技术[J];应用光学;2013年01期

9 赵德;何传江;陈强;;结合局部熵的各向异性扩散模型[J];模式识别与人工智能;2012年04期

10 王相海;李放;;同向平均梯度的各向异性扩散模型[J];中国图象图形学报;2011年12期

【共引文献】

相关期刊论文前10条

1 马胜蓝;;基于深度学习的文本检测算法在银行运维中应用[J];计算机系统应用;2017年02期

2 李丽;张楠楠;梅树立;李晓飞;;番茄图像保纹理降噪的各向异性动态扩散模型研究[J];农业机械学报;2016年11期

3 张哲;杨敏;朱铮涛;;基于PDE的线条痕迹图像去噪算法研究[J];计算机工程;2016年11期

4 方政;胡晓辉;陈永;;二级推理在图像去噪中的应用[J];计算机应用与软件;2016年10期

5 冯广;张长胜;刘子裕;李川;钱斌;张汉平;;IADF算法在双色水位计液位图像测量中的应用[J];传感器与微系统;2016年10期

6 张腾达;吕晓琪;任晓颖;谷宇;张明;;基于模糊水平集的脑肿瘤MR图像分割方法[J];现代电子技术;2016年18期

7 韩子扬;杜利明;王鑫;陈楠;;一种改进的小波阈值去噪方法[J];现代电子技术;2016年17期

8 刘国才;王帅卿;;多方向几何非线性扩散图像去噪方法[J];湖南大学学报(自然科学版);2016年08期

9 宋凌怡;舒涛;周德荣;;基于超模糊集的Canny边缘检测在花椒图像中的应用[J];重庆工商大学学报(自然科学版);2016年03期

10 郑海峰;;基于多尺度Retinex的超声图像去噪及增强技术[J];激光杂志;2016年03期

【二级参考文献】

相关期刊论文前10条

1 吴一全;宋昱;;基于双树复小波域HMT模型的煤燃烧火焰图像去噪[J];华南理工大学学报(自然科学版);2014年01期

2 任文琦;王元全;;基于梯度矢量卷积场的四阶各向异性扩散及图像去噪[J];光学精密工程;2013年10期

3 魏钢;冯中正;唐跃;林吴琛;;输变电设备红外故障诊断技术与试验研究[J];电气技术;2013年06期

4 罗亮;冯象初;张选德;李小平;;基于非局部双边随机投影低秩逼近图像去噪算法[J];电子与信息学报;2013年01期

5 何艳敏;甘涛;陈武凡;;基于稀疏表示的两级图像去噪[J];电子与信息学报;2012年09期

6 李云红;伊欣;;基于脉冲耦合神经网络模型的小波自适应斑点噪声滤除算法[J];光学精密工程;2012年09期

7 陈丽萍;杨福增;田艳娜;;基于贝叶斯估计的杂交小波图像降噪新算法[J];计算机应用研究;2012年09期

8 马继先;杨青;郭亮;吕明;谢丽芳;;影响电力设备红外检测准确性因素的分析研究[J];华北电力技术;2012年08期

9 赵德;何传江;陈强;;结合局部熵的各向异性扩散模型[J];模式识别与人工智能;2012年04期

10 易子麟;尹东;胡安洲;张荣;;基于非局部均值滤波的SAR图像去噪[J];电子与信息学报;2012年04期

【相似文献】

相关期刊论文前10条

1 范彦革;刘旭敏;;各向异性扩散的研究[J];计算机工程与应用;2006年29期

2 邵文泽;韦志辉;;各向异性扩散与M-估计的比较研究[J];计算机工程与应用;2006年31期

3 严家斌;刘贵忠;;一种新的各向异性扩散时间尺度估计方法[J];计算机工程;2008年02期

4 王艳华;刘伟宁;;基于各向异性扩散的弱小目标增强算法(英文)[J];光电工程;2008年06期

5 王毅;牛瑞卿;喻鑫;沈焕峰;;基于时间变化的鲁棒各向异性扩散模型[J];自动化学报;2009年09期

6 张宏举;蔡光程;熊文真;;一种改进的各向异性扩散模型去噪方法[J];微计算机信息;2011年07期

7 祁传琦;鲍华;;用于各向异性扩散滤波的热传导系数构造方法[J];光电工程;2011年07期

8 赵德;何传江;陈强;;结合局部熵的各向异性扩散模型[J];模式识别与人工智能;2012年04期

9 李兰兰,吴乐南;一种各向异性扩散图像去噪的方法[J];电路与系统学报;2003年06期

10 张红英;彭启琮;吴亚东;;数字破损图像的非线性各向异性扩散修补算法[J];计算机辅助设计与图形学学报;2006年10期