摘要
图像去噪过程中,为了在有效平滑噪声的同时较好地保护图像的边缘和细节,在Cattle平滑模型基础上,对扩散系数作出改进,提出了更有效的自适应去噪模型。该模型不仅针对不同的梯度大小采用了不同的扩散系数,而且将边缘锐化因子二阶偏导引入到扩散系数中。而在图像质量评判标准中,提出了基于相关系数函数的最佳停止时间评判准则。实验结果表明,改进的模型优于C模型,且能更好地吻合评判准则。
In the process of image denoising,in order to remove noise effectively and preserve edges and key details,the diffusion coefficient based on the Cattle model is improved and a more effective adaptive denoising model is proposed.The model can not only adopt different diffusion coefficient according to different sizes of the gradient but also lead the edge sharping factor of second order partial deviation into the diffusion coefficient.The best stop time evaluation criteria based on correlation coefficient is proposed in the mean time.The experimental results show that the improved model is superior to C model,and can better coincide with the judge standard.
出处
《计算机工程与应用》
CSCD
2013年第18期130-133,共4页
Computer Engineering and Applications
基金
重庆市自然科学基金资助项目(CSPC
2005BB2197)
重庆大学"211工程"三期创新人才培养计划建设基金资助项目(No.S-09110)
关键词
图像去噪
各向异性扩散
扩散系数
相关系数
image denoising
anisotropic diffusion
diffusion coefficient
correlation coefficient
作者简介
郑满满（1988-），女，硕士研究生，研究领域为智能计算；
胡小兵（1975-），男，博士，副教授，研究领域为现代化技术、机器人控制技术和计算机软件设计；
郑申海（1988-），男，硕士研究生，研究领域为智能汁算。E-mail：20110602030@cquedu．cn
