摘要：低信噪比条件下的图像分割是图像分割与应用中所面临的难点之一.针对当前非参数化主动轮廓分割模型在低信噪比、高曲率条件下难以准确收敛到目标边缘的问题,以主动轮廓模型中的噪声处理项作为切入点,提出一种基于曲率无关方向扩散的非参数化主动轮廓噪声去除方法.通过曲率无关方向扩散避免了去噪过程对主动轮廓形状的影响,并通过非规则边缘控制函数进一步控制噪声去除过程对信号边缘与噪声的不同作用,在有效去除噪声的同时保证了高曲率轮廓的收敛性;在此基础上,提出一种针对低信噪比图像分割的改进型Chan-Vese主动轮廓模型.最后通过详细的实验证明了该方法和改进Chan-Vese主动轮廓模型的有效性.

摘要：图像去噪的难点是如何区分噪声和边缘,并在去噪的同时保持边缘信息。通过分析基于变分形式、散度形式和方向拉普拉斯格式的去噪模型的结构与联系,提出了一种基于方向扩散的彩色图像去噪模型。模型利用结构张量的两个特征值的不同组合作为沿边缘和垂直边缘方向的边缘度量,并用其作为自变量设计出一类单调递减函数作为扩散方程的扩散系数。通过实验获得模型最优参数,理论分析和实验表明,新模型具有更强的去除噪声和保留边缘的能力,并且模型参数具有稳定性。

摘要：数字图像在成像、传输和处理过程中不可避免地会受到噪声影响,如何去除噪声是图像处理领域的关键问题之一.因此,通过对基于偏微分方程的图像去噪模型,建立经典的偏微分方程去噪模型,将其表示成沿图像边缘和跨图像边缘方向扩散方程的形式,总结出设计方向扩散模型的关键影响因素.研究发现偏微分方程的图像去噪模型同传统模型相比有更加灵活可控的结构.在方向扩散模型中,沿边缘的扩散系数应大于跨边缘的扩散系数.

摘要：提出融合方向扩散和高斯热扩散以及灰度保真项的偏微分方程图像放大模型,给出了数字实现方案,并应用到毫米波图像放大中。通过对Lena图像实验表明,高斯热扩散可减少线性插值算法带来的锯齿现象,方向扩散保护图像边缘的连续性,灰度保真项可平滑方块效应及噪声,与线性插值和文献〔7〕相比,本文方法在均方误差、信噪比和边缘保护指数性能最好。对手枪毫米波图像放大2倍时,本文算法在手枪背景区域平滑噪声、抑制虚假边缘能力明显好于文献〔7〕算法。