基于PDE、图割的图像去噪模型及算法

来源 :河南大学 | 被引量 : 0次 | 上传用户:wenzhiqiang963
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
图像去噪是图像处理中的基本问题,基于偏微分方程的图像去噪模型及算法是其一个重要研究方面,因此寻求稳定、快速的求解算法具有重要的理论意义和价值。本文首先简要介绍了图像去噪问题和现有的去噪模型、算子分裂(AOS)方法、图论方法等背景知识。其次,针对LLT(Lysaker、Lundervold、Tai)模型显格式迭代不稳定的问题,引入算子分裂思想,提出基于AOS的LLT模型计算方法,大幅提高了模型稳定性,扩大了时间步长T的取值范围,并在一定精度下提高了模型收敛速度,取得了良好效果。再次,提出了一种新的四阶PDE去噪模型。其主要思想是:对图像中平滑程度不同的区域,使用不同的平滑惩罚系数,设计不同的平滑函数,从而LLT模型是其一种特殊情况。本文还给出了该模型基于AOS格式的离散求解方法,改善了LLT模型的缺点并有良好稳定性。最后,针对基于图割的ROF模型产生的块状效应及求解LLT模型过程中ε的困扰,将图割思想引入LLLT模型,利用移动空间方法设计了α-(α+1)交换移动空间,建立了其基于图割的移动空间算法,取得良好效果。进一步通过实验验证了上述模型算法的有效性和可行性。
其他文献
在理论研究与实际应用中,不等式常常起着重要的作用。在很多时候,它的重要性甚至超过等式。尤其,许多方程无法求出精确解,但是可以利用适当的不等式对解进行估计。特别Hilbert不
自然科学和社会科学各个领域中都会遇到大量的时间序列,对这些时间序列进行分析、建模和预测对于人们更好的掌握和控制未来行为有着重要的现实意义。本文首先介绍了时间序列分
本文对几类具有不同时滞的双向联想记忆神经网络稳定性进行了深入研究。对全文的立论、研究背景、目的和意义进行了论述,阐述了双向联想记忆神经网络的研究历史和现状,并指出全
本学位论文采用经典的Galerkin逼近方法和能量方法,得到系数与时间有关的一维及二维非线性耦合Ginzburg-Landau方程组的整体解的存在性、唯一性及整体吸引子的存在性,同时使用F
Bernoulli多项式和Euler多项式在组合数学、数论、逼近论、计算方法等许多领域有着重要的应用.本文主要分以下内容: 第一章,简要介绍广义Bernoulli多项式和广义Euler多项式
图论主要研究图所蕴藏的内部结构.谱图理论是代数图论与组合矩阵论中的一个重要研究领域,它主要借助于图的相关矩阵所描述的谱参数来刻画图自身的结构性质,并研究图的谱参数与