基于tv流的自适应扩散滤波图像去噪算法
【专利摘要】本发明涉及基于TV流的自适应扩散滤波图像去噪算法，包括步骤：(1)将TV流扩散方程以内在坐标形式表示；(2)将步骤(1)中的TV流扩散模型简化；(3)建立基于形态学的扩散滤波算法；(4)建立自适应扩散过程模型(5)建立保真项(6)用中心差分数值算法进行进一步处理。本发明能处理出接近原始图像更加清晰的图像，解决传统算法时效性低，复杂度较高，且在处理过程中经常会出现过度平滑和平滑不充分的现象。
【专利说明】基于TV流的自适应扩散滤波图像去噪算法
【技术领域】
[0001] 本发明涉及基于偏微分方程的图像去噪算法领域，特别是基于TV流的自适应扩 散滤波图像去噪算法。
【背景技术】
[0002] 图像噪声的主要来源是图像在采集过程中的随机高斯噪声和图像传播过程中的 椒盐噪声。传统的去噪方法有中值滤波、同态滤波，逆滤波等，这些方法在一定程度上可 以达到去除噪声的目的，但它们有一个共同的弱点，在去噪的同时，也会使图像的边缘模糊 化，甚至使图像的细节纹理信息丢失。近年来，偏微分方程成为继小波之后的另一新型的图 像处理工具，偏微分方程（PDE)能反映未知变量关于时间的导数和关于空间变量的导数之 间的制约关系。基于偏微分方程的图像处理方法将离散图像表示成连续的数学模型，利用 偏微分方程完善的数值分析理论对图像进行处理。相比于传统方法，该方法具有更强的局 部自适应能力和更高的灵活性，在图像的去噪、分割、边缘检测、增强等方面都有重要应用。
[0003] 基于各向异性的扩散算法将扩散系数由常数改为关于梯度模值的单调非增函数， 使滤波算法在去除噪声的同时还能对边缘起到保护作用，该算法将图像去噪与边缘检测统 筹考虑，很好地实现了二者的平衡，然而该算法的方程具有"病态"特性，同时该算法对图像 中孤立强噪声（如椒盐噪声）和较强边缘噪声进行平滑时的效果不理想。
【发明内容】
[0004] 为了处理出更加清晰的图像，以接近原始图像，解决传统算法时效性低，复杂度较 高，且在处理过程中经常会出现过度平滑和平滑不充分的现象，本发明提供一种基于TV流 的自适应扩散滤波图像去噪算法。
【权利要求】
1.基于TV流的自适应扩散滤波图像去噪算法，其特征在于，包括以下步骤， 步骤一、TV流扩散方牙
以内在坐标形式表示的模型为
其中div、▽分别为散度算子和梯度算子，Itl为初始图像，η为法向量，g(| ▽ 11)为扩 散系 数；Π为图像的梯度方向，ξ为垂直于梯度的方向； 步骤二、在图像的边缘区域，沿梯度方向，TV流扩散模型的扩散系数为0,沿垂直于 梯度的方向，扩散系数为又由于= 将步骤一中TV流扩散模型简化为
步骤三、建立基于形态学的扩散滤波算法：
步骤四、建立自适应扩散过程模型I=Cpk+β^；)，其中，C为全局扩散系数， A、B为两个局部方向的扩散系数，分别控制η和ξ方向的扩散，A= C= ， ,--7 |V/| 5. U =\ji + \vi\2 ' _臟，广紐賴酸*
痔处理区域为图像边缘区域时，
图像边缘得到保护；待处理区域处于 图像平坦 区域时
，A>B，图像非边缘区域得到保 护； 步骤五、建立保真项其中λ为调整参数，在图像的边缘， V I ^ I
1，滤波结果接近原始图像；在图像的平坦区域，
)，则扩散程度达到最大；基于TV流的自适应扩 散滤波图像算法变为
步骤六、用中心差分数值算法进行进一步处理。
2.根据权利要求1所述的基于TV流的自适应扩散滤波图像去噪算法，其特征在于，所 述步骤一中的内在坐标所在的坐标系为（η，ξ)，
【文档编号】G06T5/00GK104463810SQ201410827269
【公开日】2015年3月25日 申请日期:2014年12月25日 优先权日:2014年12月25日
【发明者】周先春, 汪美玲, 石兰芳, 周林锋, 吴琴 申请人:南京信息工程大学