摘要：为了实现对仿真目标的可视化绘制,提出基于四阶偏微分方程数值解法的可视化软件仿真方法。结合仿真目标参数域设计用于仿真目标属性求解的四阶偏微分方程,采用MATLAB数值解法求解偏微分方程,并设计属性精确值求解的边界条件。在MATLAB偏微分方程工具箱中,通过对应的操作指令,设计仿真目标初始曲面后,准确提取仿真目标属性的精确解,在初始曲面的基础之上绘制仿真目标的可视化图像。测试结果显示,上述方法应用后,绘制的可视化仿真图像画面光滑,可优化仿真目标可视化图像绘制效果。

摘要：虽然四阶偏微分方程图像去噪方法能得到较好的分段光滑的结果,但这类方法常破坏图像的纹理信息。提出了一种具有保持图像纹理信息能力的四阶偏微分方程去噪模型。利用垂直于梯度方向的图像二阶导数设计了一种新的代价函数。证明了该函数解的存在性与唯一性并给出了其对应的Euler-Lagrange方程。在实验方面,用大量真实的纹理图像验证了新方法。实验结果表明,新方法在去噪的同时图像的边缘与细节得到了较好的保持。

摘要：为克服四阶各向同性扩散方程模糊图像边缘和四阶各向异性扩散方程引起阶梯伪影的不足,提出基于自适应四阶偏微分方程的图像去噪算法。采用图像梯度模构建关于图像特征信息的检测函数;针对图像不同的特征,采用特征检测函数自适应地调整图像在法线和切线方向扩散系数的指数。在平坦和斜坡区域采用各向同性扩散去除噪声,在图像边缘点处采用各向异性扩散保护图像特征。实验结果表明,该算法结合了四阶各向同性扩散和异性扩散方程的优势,在去噪和保边之间实现了很好的平衡。

摘要：为了有效去除图像中的噪声,同时保留图像边缘细节,提出一种结合了偏微分方程与边缘检测的图像去噪算法。利用了You和Kaveh提出的四阶偏微分方程,该模型可以有效去除图像噪声但一个各向同性的扩散滤波器会使边缘更加模糊。为去除四阶模型引起边缘过度平滑,提出了基于边缘检测的四阶偏微分方程,新模型通过降低图像在边缘方向的扩散,得到一个有效的各向异性扩散模型,可以在去噪的同时更好地保护图像的边缘特征。实验结果表明,对比原始四阶模型该方法提高了得到的峰值信噪比与平均结构相似度。