• 软件
  • Altium Designer
  • Atmel studio
  • CAD
  • CAM
  • Candence
  • CCS
  • Codewarrior
  • CorelDRAW
  • IAR
  • ISE
  • Keil
  • Labview
  • Libero IDE
  • Matlab
  • MDK
  • Modelsim
  • Multisim
  • PADS
  • Protel
  • proteus
  • Quartus
  • Source Insight
  • Visual Studio
  • 编程语言
  • C
  • C++
  • C#
  • JAVA
  • Objective-c
  • VB
  • 汇编
  • Matlab编程
  • Labview编程
  • Verilog HDL
  • VHDL
  • python
  • ruby
  • delphi
  • SQL
  • CGI
  • Perl
  • R
  • Swift
  • php
  • ASP
  • JSP
  • .NET
  • HTML
  • javascript
  • 其他
  • 应用
  • 嵌入式
  • 单片机
  • 电源
  • 测试测量
  • 工业控制
  • 汽车电子
  • 安防监控
  • 医疗电子
  • 通信网络
  • 模拟技术
  • 机械综合
  • 显示光电
  • 智能小车
  • 消费电子
  • 物联网
  • 智能硬件
  • 照明
  • 电子基础
  • IC设计
  • 串口调试
  • 模拟电路
  • 数字电路
  • ADC
  • MOS
  • 放大器
  • 存储器
  • 编解码
  • 算法
  • DIY
  • 技术热点
  • Android
  • ARM
  • AVR
  • DSP
  • EDA
  • FPGA
  • IOS
  • Linux
  • MIPS
  • Msp430
  • Nucleus
  • PCB
  • PLC
  • PLD
  • STM
  • Symbian
  • ubuntu
  • vxworks
  • 常用软件
  • 免费区
  • 付费区
  • 排行榜
  • ebook
  • 最新搜索: 正弦波逆变器 ISO rtthread中文参考手册 HR911105A 无线通信技术zigbeeCC2530的开发实例源码与教程 NTC
    推荐星级:
  • 1
  • 2
  • 3
  • 4
  • 5
  • 嵌入固有模态函数的各向异性扩散方程用于图像降噪

    更新时间:2019-10-17 15:02:52 大小:1M 上传用户:江岚查看TA发布的资源 浏览次数:322 下载积分:2分 下载次数:0 次 标签:固有模态函数分量 出售积分赚钱 评价赚积分 ( 如何评价?) 收藏 评论(0) 举报

    资料介绍

    摘 要:该文利用经验模态分解技术对图像进行分解,获得表示图像不同频率属性的各个固有模态函数分量,并将

    代表图像高频信息和次高频信息的固有模态函数嵌入到Perona-Malik 模型中。改进后的模型不仅在对高斯噪声降

    噪时优于原Perona-Malik 模型,而且对椒盐噪声也能较好地去除。


    部分文件列表

    文件名
    大小
    嵌入固有模态函数的各向异性扩散方程用于图像降噪.pdf
    1M

    部分页面预览

    (完整内容请下载后查看)
    30 3 期  
    2008 3 月  
    电 子 与 信 息 学 报  
    Vol.30No.3  
    Mar.2008  
    Journal of Electronics & Information Technology  
    嵌入固有模态函数的各向异性扩散方程用于图像降噪  
    ①②  
    薛建儒  
    郑南宁  
    (西安交通大学人工智能与机器人研究所 西安 710049)  
    (西安理工大学理学院 西安 710054)  
    该文利用经验模态分解技术对图像进行分解得表示图像不同频率属性的各个固有模态函数分量将  
    代表图像高频信息和次高频信息的固有模态函数嵌入到 Perona-Malik 模型中。改进后的模型不仅在对高斯噪声降  
    噪时优于Perona-Malik 模型,而且对椒盐噪声也能较好地去除。  
    关键词:固有模态函数;Perona-Malik 模型;经验模态分解;图像降噪;各向异性扩散  
    中图分类号:TN911.73  
    文献标识码:A  
    文章编号:1009-5896(2008)03-0509-05  
    Embedding Intrinsic Mode Function into Anisotropic  
    Diffusion Equation for Image Denoising  
    ①②  
    Dai Fang  
    Xue Jian-ru  
    Zheng Nan-ning  
    (Institute of Artificial Intelligence & Robotics, Xian Jiaotong University, Xian 710049, China)  
    (School of Science, Xian University of Technology, Xian 710054, China)  
    Abstract: In this paper, an image denoising model which embeds intrinsic mode function into Perona-Malik model  
    is proposed. Firstly, the image is decomposed into Intrinsic Mode Functions (IMFs) by using empirical mode  
    decomposition technique; each of IMFs captures the feature information under different scales. Secondly, the first  
    and second IMFs are embedded into Perona-Malik model. Experimental results indicate that this method is more  
    efficient than Perona-Malik model in removing Gaussian noise. Moreover, this method can remove salt and pepper  
    noise.  
    Key words: Intrinsic mode function; Perona-Malik model; Empirical mode decomposition; Image denoising;  
    Anisotropic diffusion  
    1
    引言  
    在梯度幅值小的地方,平滑的力度大。据此,就可以在滤去  
    噪声的同时使图像的边缘得以保持P-M 模型对孤  
    立噪声的去除效果不理想。这是因为,在孤立的噪声点处,  
    其梯度模很大,因此,这个点被当作边缘点来处理,使得平  
    滑力度不够P-M 模型对高噪声图像的平滑效果也不  
    理想Catte 等人P-M 模型的扩散系数中引入高斯平滑算  
    [3]P-M 模型的去噪效果有很大的改进这又导致对  
    某些重要特征保持的不好。Alvarez 等人进一步扩展了这一  
    工作[4],对图像的扩散只在垂直于梯度的方向上进行,在梯  
    度方向上不进行扩散,使得边缘保持特性得到了改善。林宙  
    辰等人提出了一个由各向异性扩散方程定义的图像滤波算  
    子,使得图像中有意义的较强的尖峰和窄边缘得到保持。张  
    元林等在图像梯度模的基础上恢复出图像的边缘信息到  
    了一个改进的基于非线性偏微分方程的图像平滑模型[7]H.  
    Luo 等人提出了耦合各向异性扩散方程用于图像的选择平  
    [5],该模型通过解一个非线性扩散方程来实现各向异性扩  
    消除高斯噪声的同时好地保持了图像的边缘特征。  
    为了使得各向异性扩散模型不仅对高斯噪声有明显的  
    降噪效果,而且对椒盐噪声也能很好地去除,同时又使得降  
    图像在保存和传输的过程中不可避免地会受到噪声的  
    干扰这些噪声对图像处理和分析带来不必要甚至是严重  
    的影响。为了消除这种影响,就必须设法将这些噪声进行减  
    少或去除。正因为此,图像降噪一直是图像处理领域研究的  
    基本问题之一。  
    图像降噪方法有许多,如高斯平滑、小波阈值滤波、分  
    形图像降噪等。关于图像降噪的综述可参见文献[1]。各向异  
    性扩散模[25] 是众多降噪模型中的一类。该类模型对图像  
    进行选择平滑使得在降噪的同时可以很好地保持图像的边  
    缘。  
    Perona Malik 首次将各向异性扩散方程用于图像选  
    择平滑出了著名Perona-Malik模型[2](P-M模型)。  
    P-M 模型以图像梯度的幅值的递减函数作为平滑力度大小  
    的依据,也就是说,在梯度幅值大的地方,平滑的力度小;  
    2007-04-06 收到,2007-09-24 改回  
    国家自然科学基金项目(6040500460635050)国家 863 目  
    (20060101Z1059)973 项目(2006CB708303)和陕西省教育厅项  
    (07JK328)资助课题  
  • 1
  • 2
  • 3
  • 4
  • 5
  • 推荐下载

    全部评论(0)

    暂无评论