matlab非线性扩散与图像差分,基于PDE和几何曲率流驱动扩散的图像分析与处理

第 卷第 期年 月 数 学 进 展 ’ 江, 匕 , , 基于 和几何 曲率流驱动扩散的图像分析与处理高鑫 ’, , 刘来福 , 黄海洋 中国科学院遥感应用研究所遥感信息科学开放室 , 北京, , 中国 北京师范大学数学系, 北京 , , 中国 摘要 本文介绍由变分优化模型导出的偏微分方程 模型与几何曲率流驱动扩散在图 像恢复方面的应用 , 以及多种非线性异质扩散模型, 讨论 了 模型在图像分析与处理方面的优点 理论与实验结果表明, 要恢复得到高质量的图像, 模型的利用是极为必要的 文中还介绍了求解 模型的数值方案 其中 , 曲率计算是一个关键问题 , 其结果直接参与 自适应扩散的控制 详细总结了基于有限差分和水平集方法 , 求解藕合非线性异质扩散模型方程 的数值方案 追求高质量图像 、 高精度计算方法、 降低计算复杂性是本文处理方法不断进步的发展动力 关键词 非线性扩散方程 图像滤噪与增强 边缘检测 水平集方法 多重 网格异质扩散主题分类 中图分类号文献标识码 文章编号 一 一 背景介绍 近来 , 基于偏微分方程 和几何 曲率流驱动扩散的图像分析与处理越来越成为研究关注 的热点 方法是一类 比较精细的图像分析与处理方法 , 在图像分析与处理 中具有重要作用 , 一般 图像分析与处理关心如下几个方面 图像预处理 , 边缘检测 , 图像分割 , 形状模 型 , 图像校准 , 特征提取 , 目标识别 , 运动 目标检测与跟踪 , 以及图像可视化等 , 它们广泛应用于科学工程领域 如视觉通讯 , 机器人导向, 医学诊断 , 遥感及天文观测等 特别 , 图像预处理是图像分析处理 的前期必要工作 , 如滤波以减弱噪声 的影响 , 增强图像的边缘 然而 , 这种初级 的信号 图像 处理呈现两个矛盾需求 一方面 , 我们希望提取信号的总体趋势特征而不是局部的信息 另一方面 , 希望较准确地检测定位信号突变 的信息 , 其表征的曲线称为 “ 边缘 ” 在经典方法中, 低通滤波用于提取信号总体趋势特征 , 其理论源于 和 叫 , 并由 【倒 , 畔 形成较好的体系 在此基础上提出 目前广泛应用 的边缘检测算法算法 信号 图像 与具有递增方差的高斯函数实现卷积是较早实现低通滤波的方法 , 并通过计算滤波信号梯度模范数局部极大定位边缘点 低通滤波的必要性在于 对于噪声信号 , 呈现大量不相关联极大梯度模 , 在定位边缘时应抑制减弱噪声的影响 , 减少虚假边缘点 当然 , 梯度模 的强烈振荡起因是多方面 的 , 纹理也是不可忽视的一方面 在文 」中还指出信号与具不同尺度 方差 高斯函数卷积等价于求解以信号为初值的热传导方程 更确切地表述 , 定义 。。 为初始信号数据 , 于是与 。。 相关的 “ 尺度空间” 分析归于求解方程 、产 曰人曰占 了口、鬃 一 △ 一 , ,, 一 ,一‘ · , · 收稿 日期 压 一 收到修改稿 日期 一 一基金项 目 中国科学院知识创新工程重大方 向项 目 一 的 国家 自然科学基金 数 学 进 展 卷在一维空间 , 选取 一 范数度量 , 对于有界的初值 。。, 方程 的解为 可 , 。 。。, 其中 、八 、 八 一 妻 山 、口 口 ‘ 飞一 下叮 、 。 任仃 , 是尺度为 。 的高斯函数 相应 “ 尺度, 。一 丢的边缘点 , 定义为 △试 , 改变符号且 。 , 较大的点 然而 , 与高斯函数卷积导致 的图像过光滑使得小尺度细节边缘信息丢失 , 进而导致边缘定位提取 的错误 改进滤波技术 , 使得在滤噪同时保护重要边缘信息