Perona_Malik 算法Python实现

最近正好在学习关于图像处理的东西，需要用到PM（Perona_Malik）算法，所以就把自己的一些理解和代码贴上来，希望能跟大家一起探讨。（PM算法的具体原理可以网上查阅相关资料或者相关书籍，这里只是简要介绍大概的实现思路 。）

一、PM算法的应用场合

一般而言，对一个图像进行提取特征之前，需要进行降噪滤波处理。最常用的应该是高斯滤波，原理简单理解，实现也不复杂，但带来的问题是，高斯噪声是各向同性滤波，也就是说，它不会区分图像中的边缘与非边缘区域，在高斯滤波眼中“一视同仁”，各个方向都是相同程度的滤波，而PM算法则是各向异性算法，它会以梯度的大小来“判断”是边缘区域或者是非边缘区域，从而进行不同的处理。

具体来说，PM算法在经典的“热传导方程”的基础上，引入了一个“扩散系数C”，这个C值是由具体像素点的梯度模决定的，梯度模大的地方（边缘），C值为0，梯度模小的地方（非边缘），C值较大，结果就是，由于边缘区域梯度大，会得以保留，不去滤波，而非边缘区域梯度小，会进行滤波，于是乎，实现了“降噪”+“图像增强”的效果。

二、关键的步骤及公式

原理公式如下：

扩散系数C是由以下两个公式之一产生的：

其中，x与c都是代表C函数，s是像素点的梯度模，k是一个常数，控制梯度响应的值。

三、代码实现

整个代码实现思路如下：
1、求出各个像素点的梯度及其梯度模
2、求出每个点梯度模对应的扩散系数C值
3、代入改变后的热传导方程中
4、多次迭代，得到目标图像

整个代码实现已上传到这里，PM算法Python实现。