-
题名偏微分方程(PDEs)模型在图像处理中的若干应用
被引量：14
- 1
-
-
作者
付树军
阮秋琦
王文洽
-
机构
北京交通大学信息科学研究所
山东大学数学与系统科学学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2005年第2期33-35,89,共4页
-
基金
国家教育部博士点基金(编号:20030004023)
山东省自然科学基金(编号:Y2003A04)
-
文摘
介绍了偏微分方程(PDEs)模型在图像处理与分析中的应用,基本思想,发展历史和解决问题的基本框架。主要阐述了变分方法和形变模型(曲线演化)在图像恢复和图像分割中的应用。理论和实验结果表明,应用偏微分方程模型进行图像处理是一种有效的工具。最后,分析了这种方法的优点和面临的挑战。
-
关键词
图像处理
变分方法
形变模型
偏微分方程
-
Keywords
image processing,variational method,deformable model,partial differential equations
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名偏微分方程在生物医学图像分析中的应用
被引量：11
- 2
-
-
作者
王利生
徐宗本
-
机构
上海交通大学自动化系
西安交通大学理学院应用数学中心及信息与系统科学研究所
-
出处
《工程数学学报》
CSCD
北大核心
2004年第4期475-490,共16页
-
基金
国家自然科学基金(10371097)
-
文摘
基于偏微分方程的图像处理技术是最近十多年在图像处理与分析领域得到快速发展的一类新的图像处理技术。该类技术一定程度上克服了经典的图像处理技术难以处理的某些困难问题,因此成为图像处理领域的一个研究热点,并在生物医学图像的分析中得到广泛的应用。本文拟通过对该类技术在生物医学图像分析中的应用的介绍,对基于偏微分方程的图像处理技术的主要发展过程、研究现状、技术特点、应用等诸方面做一个简单综述。
-
关键词
偏微分方程
图像处理
生物医学图像分析
变分法
-
Keywords
partial differential equation
image processing
biomedical image analysis
variational method
-
分类号
O175.2
[理学—基础数学]
-
-
题名一种去除椒盐噪声带L^1保真项的混合变分模型
被引量：5
- 3
-
-
作者
张龙
刘朝霞
刘洪琛
-
机构
中央民族大学理学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2019年第1期210-216,共7页
-
基金
中央民族大学硕士研究生自主科研项目(No.10301-0170040601-153)
-
文摘
图像去噪技术是数字图像处理领域中一个重要的分支,目的是在去除噪声同时更好地保持图像的对比度、清晰度、纹理特征等有用的信息,它是图像分割、特征提取与目标识别等图像处理过程的前提。为了有效抑制脉冲噪声,针对调和模型和TV-L^1模型去噪的不足,提出一种针对脉冲噪声去噪的带L1保真项的混合变分模型,并用增广拉格朗日算法进行数值实现。采用峰值信噪比、均方根误差指标评定图像的去噪效果。实验结果表明,该模型的峰值信噪比大于其他几类已有模型,有效降低了均方根误差,并且计算的CPU时间更短,去噪效果得到明显改善。该模型具有更好的去噪性能,获得了更理想的视觉效果,不仅能提高了图像质量,而且在客观上得到了有效证实。
-
关键词
图像去噪
变分法
偏微分方程
混合去噪模型
数值仿真
-
Keywords
image denoising
variational method
partial differential equation
mixed denoising model
numerical simulation
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名融合L^2和KL保真项的图像恢复算法
被引量：1
- 4
-
-
作者
刘洪琛
刘朝霞
张龙
-
机构
中央民族大学理学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2020年第5期214-221,共8页
-
基金
中央民族大学硕士研究生自主科研项目（No.182010）
-
文摘
为了有效抑制高斯-泊松混合噪声,针对调和模型不能有效保存图像的边缘细节信息和Kullback-Leibler散度作为保真项(KL保真项)的全变差图像恢复模型对光滑的区域部分去噪会产生"阶梯效应"的不足,提出一种针对高斯-泊松混合噪声去噪的图像恢复变分模型。该模型利用增广拉格朗日算法进行数值实现,将调和模型和全变分模型按照比例进行融合,结合两种模型的优点,增强模型的去噪性能;Kullback-Leibler散度作为保真项和L^2保真项按照比例进行混合,能有效去除高斯-泊松混合噪声的同时,保护图像的边缘细节;使用多幅含不同混合噪声的图像进行对比实验,采用峰值信噪比、结构相似度指标评定图像的恢复效果。实验结果表明,该模型的峰值信噪比和结构相似度大于使用Kullback-Leibler散度作为保真项的全变差图像恢复(TV-KL)模型、改进MS模型(MRT),以及保真项混合模型(MFT)这三个模型,并且计算的CPU时间更短,去噪效果得到明显改善。所提模型具有更好的去噪性能,有效地保持了图像细节和纹理特征方面的信息,获得了更理想的视觉效果,不仅能提高了图像质量,而且在客观上得到了有效的证实,可以应用于X射线图像去噪。
-
关键词
高斯-泊松混合噪声
调和模型
全变差图像恢复模型
图像恢复
变分法
偏微分方程
数值仿真
-
Keywords
Gaussian-Poisson mixed noise
harmonic model
total variation Kullback-Leibler model
image restoration
variational method
partial differential equation
numerical simulation
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
