基于tv流的自適應(yīng)擴(kuò)散濾波圖像去噪算法
【專利摘要】本發(fā)明涉及基于TV流的自適應(yīng)擴(kuò)散濾波圖像去噪算法，包括步驟：(1)將TV流擴(kuò)散方程以內(nèi)在坐標(biāo)形式表示；(2)將步驟(1)中的TV流擴(kuò)散模型簡化；(3)建立基于形態(tài)學(xué)的擴(kuò)散濾波算法；(4)建立自適應(yīng)擴(kuò)散過程模型(5)建立保真項(xiàng)(6)用中心差分?jǐn)?shù)值算法進(jìn)行進(jìn)一步處理。本發(fā)明能處理出接近原始圖像更加清晰的圖像，解決傳統(tǒng)算法時(shí)效性低，復(fù)雜度較高，且在處理過程中經(jīng)常會出現(xiàn)過度平滑和平滑不充分的現(xiàn)象。
【專利說明】基于TV流的自適應(yīng)擴(kuò)散濾波圖像去噪算法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及基于偏微分方程的圖像去噪算法領(lǐng)域，特別是基于TV流的自適應(yīng)擴(kuò) 散濾波圖像去噪算法。

【背景技術(shù)】
[0002] 圖像噪聲的主要來源是圖像在采集過程中的隨機(jī)高斯噪聲和圖像傳播過程中的 椒鹽噪聲。傳統(tǒng)的去噪方法有中值濾波、同態(tài)濾波，逆濾波等，這些方法在一定程度上可 以達(dá)到去除噪聲的目的，但它們有一個(gè)共同的弱點(diǎn)，在去噪的同時(shí)，也會使圖像的邊緣模糊 化，甚至使圖像的細(xì)節(jié)紋理信息丟失。近年來，偏微分方程成為繼小波之后的另一新型的圖 像處理工具，偏微分方程（PDE)能反映未知變量關(guān)于時(shí)間的導(dǎo)數(shù)和關(guān)于空間變量的導(dǎo)數(shù)之 間的制約關(guān)系?；谄⒎址匠痰膱D像處理方法將離散圖像表示成連續(xù)的數(shù)學(xué)模型，利用 偏微分方程完善的數(shù)值分析理論對圖像進(jìn)行處理。相比于傳統(tǒng)方法，該方法具有更強(qiáng)的局 部自適應(yīng)能力和更高的靈活性，在圖像的去噪、分割、邊緣檢測、增強(qiáng)等方面都有重要應(yīng)用。
[0003] 基于各向異性的擴(kuò)散算法將擴(kuò)散系數(shù)由常數(shù)改為關(guān)于梯度模值的單調(diào)非增函數(shù)， 使濾波算法在去除噪聲的同時(shí)還能對邊緣起到保護(hù)作用，該算法將圖像去噪與邊緣檢測統(tǒng) 籌考慮，很好地實(shí)現(xiàn)了二者的平衡，然而該算法的方程具有"病態(tài)"特性，同時(shí)該算法對圖像 中孤立強(qiáng)噪聲（如椒鹽噪聲）和較強(qiáng)邊緣噪聲進(jìn)行平滑時(shí)的效果不理想。


【發(fā)明內(nèi)容】

[0004] 為了處理出更加清晰的圖像，以接近原始圖像，解決傳統(tǒng)算法時(shí)效性低，復(fù)雜度較 高，且在處理過程中經(jīng)常會出現(xiàn)過度平滑和平滑不充分的現(xiàn)象，本發(fā)明提供一種基于TV流 的自適應(yīng)擴(kuò)散濾波圖像去噪算法。

【權(quán)利要求】
1.基于TV流的自適應(yīng)擴(kuò)散濾波圖像去噪算法，其特征在于，包括以下步驟， 步驟一、TV流擴(kuò)散方牙
以內(nèi)在坐標(biāo)形式表示的模型為
其中div、▽分別為散度算子和梯度算子，Itl為初始圖像，η為法向量，g(| ▽ 11)為擴(kuò) 散系 數(shù)；Π為圖像的梯度方向，ξ為垂直于梯度的方向； 步驟二、在圖像的邊緣區(qū)域，沿梯度方向，TV流擴(kuò)散模型的擴(kuò)散系數(shù)為0,沿垂直于 梯度的方向，擴(kuò)散系數(shù)為又由于= 將步驟一中TV流擴(kuò)散模型簡化為
步驟三、建立基于形態(tài)學(xué)的擴(kuò)散濾波算法：
步驟四、建立自適應(yīng)擴(kuò)散過程模型I=Cpk+β^；)，其中，C為全局?jǐn)U散系數(shù)， A、B為兩個(gè)局部方向的擴(kuò)散系數(shù)，分別控制η和ξ方向的擴(kuò)散，A= C= ， ,--7 |V/| 5. U =\ji + \vi\2 ' _臟，廣紐賴酸*
痔處理區(qū)域?yàn)閳D像邊緣區(qū)域時(shí)，
圖像邊緣得到保護(hù)；待處理區(qū)域處于 圖像平坦 區(qū)域時(shí)
，A>B，圖像非邊緣區(qū)域得到保 護(hù)； 步驟五、建立保真項(xiàng)其中λ為調(diào)整參數(shù)，在圖像的邊緣， V I ^ I

1，濾波結(jié)果接近原始圖像；在圖像的平坦區(qū)域，
)，則擴(kuò)散程度達(dá)到最大；基于TV流的自適應(yīng)擴(kuò) 散濾波圖像算法變?yōu)?br> 步驟六、用中心差分?jǐn)?shù)值算法進(jìn)行進(jìn)一步處理。
2.根據(jù)權(quán)利要求1所述的基于TV流的自適應(yīng)擴(kuò)散濾波圖像去噪算法，其特征在于，所 述步驟一中的內(nèi)在坐標(biāo)所在的坐標(biāo)系為（η，ξ)，
【文檔編號】G06T5/00GK104463810SQ201410827269
【公開日】2015年3月25日 申請日期:2014年12月25日 優(yōu)先權(quán)日:2014年12月25日
【發(fā)明者】周先春, 汪美玲, 石蘭芳, 周林鋒, 吳琴 申請人:南京信息工程大學(xué)