《基于偏微分方程的图像平滑方法的研究毕业论文》由会员分享，可在线阅读，更多相关《基于偏微分方程的图像平滑方法的研究毕业论文（57页珍藏版）》请在金锄头文库上搜索。
1、Comment w1 删除 I 基于偏微分方程的图像平滑方法的研究 作者姓名 专业班级 信息与计算科学 指导教师 王 摘 要 在信息化的社会里 图像在信息传播中所起的作用越来越大 所以 消除 在图像采集和传输过程中而产生的噪声 保证图像受污染度最小 成了数字图 像处理领域里的重要部分 图像平滑作为图像处理中的重要环节 也逐渐受到 人们的关注 图像平滑的目的主要是消除噪声 本文详细介绍了图像平滑的发展 图像平滑方法按空间域和频率域的分类 及各种方法的特点 由于传统的这些方法在去噪的同时会破坏图像的重要特征 从而引出了基于偏微分方程的图像平滑方法 首先介绍图像处理应用时的常用 函数及其用法 其次详
2、细阐述了几种去噪算法原理及特点 最后运用 Matlab 软 件对一张含噪图片 含高斯噪声或椒盐噪声 进行仿真去噪 本文分别从各向 同性扩散方程和各向异性扩散方程对基于偏微分方程的图像平滑方法进行研究 进一步完善图像平滑方法 以达到平滑效果更理想的目的 关键词 图像平滑 偏微分方程 各向同性扩散 各向异性扩散 Comment w2 image smoothing method research based on partial differential equations II Based on partial differential equations for image smoothing
3、 method Abstract In the information society the role of image in the dissemination of information Therefore to eliminate the noise in the image acquisition and transmission process to ensure that an important part of the image contaminated minimum has become the field of digital image processing ima
4、ge smoothing as an important link in image processing but also gradually by the attention smooth the image main purpose is to eliminate noise This paper describes the development of image smoothing image smoothing method according to the classification of the space and frequency domains and the char
5、acteristics of the various methods these methods due to the traditional denoising will also undermine the image of the important characteristics which leads based on partial differential equationsimage Smoothing Method First introduced the common functions and their usage in image processing applica
6、tions elaborated the principle and characteristics of several denoising algorithm Matlab software on a noisy image with Gaussian noise or salt and pepper noise simulation denoising In this paper research from the isotropic diffusion equation and anisotropic diffusion for image smoothing method based
7、 on partial differential equations and further improve the image smoothing method in order to achieve the purpose of better smoothing effect Key words Image smoothing partial differential equations isotropic diffusion anisotropic diffusion III 目 录 第 1 章 前 言 1 1 1 课题研究背景 1 1 2 图像平滑的研究现状 2 1 2 1 领域平均法
8、 2 1 2 2 低通滤波法 3 1 2 3 多图像平均法 4 1 2 4 中值滤波法 4 1 2 5 各向同性扩散方程 6 1 2 6 各向异性扩散方程 6 1 3 本文的研究目标和主要内容 7 第 2 章 偏微分方程基础知识 8 2 1 偏微分方程的导出与定解 8 2 1 1 偏微分方程的概念 8 2 1 2 几个典型的数学物理方程 8 2 1 3 初边值问题 9 2 2 热传导方程初值问题的求解 12 2 3 二阶偏微分方程的分类与化简 13 2 3 1 二阶偏微分方程的分类 13 2 3 2 二阶偏微分方程的化简 15 2 4 与图像处理有关的偏微分方程的例子 15 第 3 章 图像的
9、基本知识 17 3 1 图像介绍 17 3 1 1 图像概述 17 3 1 2 图像分类 18 3 2 静态灰度图像的数学模型 18 3 2 1 静态灰度图像的连续模型 18 3 2 2 灰度图像的离散模型 20 3 3 静态彩色图像的数学模型 20 3 3 1 静态灰度图像的连续模型 20 3 3 2 彩色图像的数学模型 20 IV 3 4 动态图像的数学模型 21 3 5 数字图像的采集 21 3 6 图像格式 23 第 4 章 数字图像处理的基本知识 27 4 1 数字图像处理的概述 27 4 1 1 数字图像处理技术的发展 27 4 1 2 数字图像处理技术的流程 27 4 1 3 低
10、层图像处理 28 4 2 滤波和滤波器 29 4 3 图像增强算法 30 4 3 1 平滑空间滤波 30 4 3 2 锐化空间滤波 30 4 4 图像还原算法 31 4 4 1 噪声模型 31 4 4 2 去噪算法 32 第 5 章 基于偏微分方程的图像平滑 34 5 1 偏微分方程的概述 34 5 2 基于偏微分方程的图像平滑处理 34 5 2 1 各向同性扩散方程 35 5 2 2 各向异性扩散方程 37 5 3 图像平滑的实验分析 38 5 3 1 传统图像平滑方法分析 38 5 3 2 偏微分方程图像平滑方法分析 42 结 论 48 致 谢 50 参考文献 51 1 第 1 章 前 言
11、 1 1 课题研究背景 21 世纪 人类已经进入了信息化时代 计算机在处理各种信息中发挥着重 要作用 据统计 人类从自然界获取的信息中 视觉信息占 75 85 俗话说 百闻不如一见 有些场景或事物 不管花费多少笔墨都难以表达清楚 然而 若用一幅图像描述 可以做到一目了然 可见 在当代高度信息化的社会中 图形和图像在信息传播中所起的作用越来越大 在图像处理领域 数字图像处 理得到了飞速发展 早期由于图像处理领域涉及的数学理论较浅 尽管图像处理与分析与计算 机科学有很强的联系 但在相当长的一段时间里一些在特定条件下的算法的正 确性没有得到很好的证明 图像处理研究的进展不大 近年来由于该领域研究 者
12、数学功底的增强 同时 由于该领域的巨大市场需求吸引了越来越多的数学 工作者的加入 使该领域得到了前所未有的发展 图像增强 图像恢复和图像 分割是图像处理与分析中的主要问题 对图像进行平滑和边缘检测等处理是常 用的方法 然而 图像的平滑和边缘的保持是一对矛盾的关系 图像的低通滤 波在降噪的同时模糊的图像的边界 而人对图像的高频部分 边缘细节 是很 敏感的 图像的大部分信息存在于边缘和轮廓部分 传统的滤波和边缘检测方 法难以处理这类问题 由于基于 PDEs 的图像处理方法在平滑噪声的同时可以 使边界得到保持 因此在图像处理中得到广泛的运用 基于偏微分方程的图像处理是图像处理领域中的一个重要分支 这
13、方面的 研究工作可从 Nagao rudin 等关于图像光滑和图像增强的研究以及 Koenderink 对于图像结构的探索 图像处理中的两个分支直接影响到了这个学科的最终形成 第一是图像分 割 它实际上的是为了把真实世界中的物体从图像中分离出来 同时得到真就 的边界 其中 Mumford Shah 模型是较为常用的方法 具体算法略 第二是图 像滤波 它是所有图像处理方法的前奏 1984 年 Koenderink 发现了图像信号 经过高斯滤波后的结果与热传导方程存在一定的联系 图像滤波需要两个限制 条件 对比度不变和仿射不变 满足的偏微分方程只有一个 所谓的 AMSS 方 Comment w3
14、邻域 2 程 基于偏微分方程的图像处理应用范围几乎覆盖要整个图像处理领域 包括 图像识别 图像分割 图像重建 图像边缘提取 图像检索 医学图像处理 彩色图像处理 动态图像分析等 有的研究甚至用到了视觉哲学等的一些结论 一方面 这个领域的发展在应用领域不断拓展 另一方面随着本学科的发展 人们试图用严格的数学理论对现存的图像处理方法进行改造 基于偏微分方程 的图像处理在使用偏微分方程理论的同时也推动了偏微分方程理论的以展 我国的研究人员在这个领域关注的比较晚 从 20 世纪 90 年代到现在也取得 了很多骄人的研究成果 1 2 图像平滑的研究现状 图像平滑也称为图像去噪 是图像处理中的重要环节 它
15、极大地影响着后 继处理的结果 抑制或消除这些噪声而改善图像质量的过程称为图像的平滑 图像平滑的目的是为了消除噪声 图像噪声的来源有三 一为在光电 电磁转 换过程中引入的人为噪声 二为大气层电 磁 暴 闪电 电压 浪涌等引起 的强脉冲性冲激噪声的干扰 三为自然起伏性噪声 由物理量的不连续性或粒 子性所引起 这类噪声又可分成热噪声 散粒噪声等 一个较好的去除噪声的 方法应该是既能消除噪声又不使图像的边缘轮廓和线条变模糊 即在抑制噪声的 同时有效地保持空间分辨率 图像平滑作为图像处理的重要环节 平滑质量的 好坏直接影响到后继处理和分析的结果 通过观察噪声图像 考察图像的噪声 模型可以知道不必要的细节
16、和一些不光滑的现象 图像平滑算法可以去除图像 中原本没有的 由噪声所带来的细节 图像平滑的方法有很多 亦可以分为空间域或频率域 亦可以分为全局处 理或局部处理 亦可以按线性平滑 非线性平滑和自适应平滑来区别 下面介 绍几种简单的图像平滑的方法 1 2 1 领域平均法 邻域平均法是一种局部空间域处理的算法 设一幅图像为 yxf NM 的阵列 平滑处理后得到的图像为 由式 1 1 决定 yxg yxg 3 1 1 snm nmf M yxg 1 式中的 0 1 2 点邻域中心点的坐标的集合 yx 1yxSN 是 但不包括点 内坐标点的总数 平滑化的图像的每个像素 yx SM是 yxg 的灰度值由包含在的预定邻域中的的几个像素的灰度值的平均 yx yxf 值所决定 以上方法简单 计算速度快 但它的主要缺点是在降低噪声的同时使图像 产生模糊 邻域越大 模糊越厉害 为了减少这种效应 可以采用阈值法 当一些点和它的邻域内点的灰度的 平均值的差不超过规定的阈值时 就仍然保留其原灰度值不变 如果大于阈值 时就用它们的平均值来代替该点的灰度值 这样平滑后的图像会比邻域平均法 模糊度减少 1 2 2 低通
