基于偏微分方程去噪-热传导模型

1热传导方程

假设图像属于有界变差空间，那么，噪声图像应该满足两个条件：（1）噪声图像和原始图像相差不是特别大；（2）原始图像属于有界变差空间，那么，通过图像去噪可以建立为求解如下能量泛函的最优解的问题：

该能量泛函对应的Euler-Lagrange方程如下：

利用最速下降法，上述Euler-Lagrange方程可以转化为如下的PDEs的初边值问题：

该算法实现比较简单，matlab代码如下，但是，该模型实际上时对图像进行的模糊（注意到其中的laplace算子）

clear all;

close all;

clc;

Io=imread('picture.jpg');                  %读入图像

if(ndims(Io)==3)                           %维数

Io=rgb2gray(Io);                           %转成灰色   rgb表示红绿蓝

end

Io=double(Io);

 

std_n=10;                                %高斯噪声标准差

var_n=std_n^2;                           %高斯噪声标准差

NI=randn(size(Io))*std_n;             In=Io+NI;                                %在原图像上加噪声

 

dt=0.25;                                %网比（一般对于n维

                                        %dt<= (1/2)^n这样子差分方程

%迭代才稳定）

N=100;                                   %迭代次数

lambda=0;                                %lambda赋初值

[Max_J1 Max_J2 Min_J3 ALLPSNR ALLSNR ALLMAE J]=HeatEq(In,Io,dt,N,lambda); %方程迭代（热方程迭代）

 

[MaxPSNR, Index1]=max(ALLPSNR)