偏微分方程和小波混合去噪在医学图像处理中的应用

本文将小波分析和偏微分方程去噪方法相结合,并将综合算法应用于CT图像去噪,计算量小,去噪的同时,能兼顾图像的细微变化,突出图像的局部特征,在一定程度上克服了单纯采用PDE方法的不足。     

基于偏微分方程与多尺度分析的图像去噪算法

针对传统图像去噪算法存在去噪效果和稳定性较差的问题, 提出一种基于偏微分方程结合多尺度分析方法的图像去噪算法. 首先利用二阶偏微分扩散方程和四阶偏微分方程对图像进行高频段和低频段的处理, 对处理后的图像采用非下采样轮廓波逆变换, 实现图像整体去噪； 其次, 采用轮廓波变换方法对整体图像进行多尺度分解得到不同子带, 并利用核主成分分析算法进行整体图像降维处理, 对不同子带进行分块管理, 完成对整体图像的局部去噪, 最终实现基于偏微分方程结合多尺度分析方法的图像去噪. 实验结果表明, 该算法的图像去噪效果和稳定性均较高.     

基于偏微分方程与多尺度分析的图像去噪算法

针对传统图像去噪算法存在去噪效果和稳定性较差的问题, 提出一种基于偏微分方程结合多尺度分析方法的图像去噪算法. 首先利用二阶偏微分扩散方程和四阶偏微分方程对图像进行高频段和低频段的处理, 对处理后的图像采用非下采样轮廓波逆变换, 实现图像整体去噪; 其次, 采用轮廓波变换方法对整体图像进行多尺度分解得到不同子带, 并利用核主成分分析算法进行整体图像降维处理, 对不同子带进行分块管理, 完成对整体图像的局部去噪, 最终实现基于偏微分方程结合多尺度分析方法的图像去噪. 实验结果表明, 该算法的图像去噪效果和稳定性均较高.     

基于偏激分方程(PDE)的图像去噪的方法综述

偏微分方程(PDE)方法,是图像处理中的一种较新的方法,有着很强的数学基础,在图像处理中的应用发展非常快。本文将近几年应用较多的几种图像去噪方法进行了系统的概括总结,指出了该领域的学者是如何一步步进行改进得到新方法的,并对该领域的发展做了新的展望。     

基于改进PDE扩散系数的图像去噪研究

基于偏微分方程的图像处理方法是近年来比较热门的一种图像处理方法,因为偏微分方程具有各向异性特点,使其在对图像去噪的同时又能够较好地保护图像的边缘。文章主要在前人研究的基础上,对P-M模型扩散系数进行改进。文章讨论了扩散系数对图像去噪的影响,并提出一种新的扩散函数,结合正则化的P-M模型,进行数值离散实验。实验结果表明,改进的扩散函数能够很好地对图像去噪,在迭代次数、运行时间、信噪比和峰值信噪比等方面都要优于P-M方程中所给的扩散函数。     

基于CONVEF的四阶各向异性扩散及图像去噪

偏微分方程在图像去噪中有广泛的应用。传统的二阶偏微分方程虽然具有较好的去噪效果,但是处理得到的结果容易产生阶梯效应,这种现象会引起后续图像处理的误判断。You和Kaveh提出了四阶偏微分方程,该模型可以有效的去除阶梯效应,但由于该算法是一个各向同性的滤波算法,因此图像的边缘保护能力有所降低,使去噪结果中边缘和纹理等细节信息丢失。针对以上缺点,提出了基于卷积虚拟电子场(CONVEF)的四阶偏微分方程。新的模型降低了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,从而在去噪的同时可以更好的保护图像的边缘、纹理等细节特征。     

PDE图像平滑处理在数字化光学元件表面疵病中的应用

传统的图像平滑方法在去除噪声的同时往往会破坏边缘、线务、纹理等图像特征,而基于偏微分方程(PDE)的各向异性扩散算法则在抑制噪声的同时能够保持这些特征。本文在Perona&Malik模型基础上加入了鲁棒性研究和对系数分布函数的选择,这使得在精密光学元件表面疵病的研究中,在平滑去噪的同时,对于保持um数量级的疵病边缘非常有利。     

基于耦合PDE的图像处理

本文介绍了偏微分方程(PDE)在图像处理中的应用,并提出一耦合方程,给出具体数值算法,用实验验证了该方程模型在图像处理中的实际处理效果。     

基于全变分模型的新型数值实现算法

基于经典全变分(TV)模型的图像恢复框架,从局部扩散的角度,设计了一种新的应用于图像去噪的数值算法.该算法可以根据图像的局部梯度信息自适应地选取扩散系数,使边缘处扩散较弱,在平坦区域扩散较强,实现了对噪声图像的各向异性滤波处理,在去除噪声的同时保护了图像的边缘细节.最后与传统TV模型进行了实验对比,实验表明本算法性能更好,运算效率更高.     

基于纯各向异性扩散和四阶PDE的混合去噪方法研究

综合纯各向异性扩散模型和四阶PDE模型在图像去噪中的特点,提出一种新的去噪模型——基于纯各向异性扩散和四阶PDE的混合去噪模型.该模型克服了四阶PDE模型过多损失边缘信息和纯各向异性扩散模型在平滑区域产生阶梯效应的缺点,在有效去除噪声的同时,既抑制了阶梯效应,又很好地保持了图像的边缘和纹理细节信息.     

CNN-PDE非线性图像滤波器

偏微分(PDE)非线性图像滤波方法具有优良特性,但由于其计算量大而无法满足实时控制需求.细胞神经网(CNN)可以描述图像PDE模型,利用模拟CNN芯片并行求解,有助于提高其实时性.本文用CNN实现了PDE偏差非线性图像滤波器,提出了一种局部运算的噪声估计方法以选择适当的平滑系数.计算结果表明,这种噪声估计方法可以对不同噪声水平作出较精确的估计.仿真实验结果表明,CNN-PDE非线性滤波器取得了满意的滤波效果,用CNN实现PDE非线性滤波器的方法是有效可行的.     

基于偏微分方程的均衡网状扩散图像增强模型

运用偏微分方程方法,对图像进行降噪与边缘增强。其中,重点研究网状扩散模型,并对其存在的问题进行分析。实验表明,扩散模型的效果在效率和处理的质量方面更胜于基本的偏微分图像处理技术。     

基于改进型P＆M模型算法的图像去噪

高斯滤波算法在去噪时能平滑图像,但是会破坏图像的边缘细节,而基于PDE的各向异性扩散的P＆M模型算法在去噪时能保留图像的边缘细节,但是会出现零散的斑点。结合两种算法的优点,通过对扩散系数进行改进,提出一种改进型P＆M模型算法。仿真结果表明,该算法能够有效地去除噪声图像中的高斯白噪声和椒盐噪声,能够更好地保留图像的边缘细节,与高斯滤波算法和P＆M模型算法相比,改进型P＆M模型算法具有更好的去噪性能。     

两类二阶线性偏微分方程的通解

文章给出了两类二自变量二阶线性偏微分方程的通解公式。     

圆截面三通管道层流流动的数值计算

本文利用椭圆型微分方程的数值求解,在圆截面三通管道内生成了非正交贴体网格系统,然后通过在该网格系统下数值求解三维Navier-Stokes方程,得到了不同Reynolds数下三通管道内层流流动的数值解。最后对计算结果进行了分析讨论。     

水泵叶轮设计中轴面流道及流线的确定

应用偏微分数值网络生成技术,提出了水泵叶轮设计的新方法,该方法可以准确地确定轴面流道和流线,较好地解决了水泵计算机辅助设计中的一个关键问题。     

基于二维离散小波的生成图像鉴别方法

针对传统基于神经网络的计算机生成图像鉴别方法中存在鉴别难度大和准确率低的问题, 提出一种采用基于小波变换的计算机生成图像鉴别方法. 首先在进行图像多维小波特征提取时, 通过一次分解二维离散小波变换提取图像小波特征, 根据图像小波特征进行n级小波分解提取图像多维小波特征向量; 然后通过三维变换域波去噪算法（BM3D）提取计算机生成图像噪声特征; 最后采用支持向量机(SVM)分类器对计算机生成图像进行鉴别, 通过SVM分类器对图像多维小波特征和噪声特征进行分类, 以解决两种特征融合形成线性不可分的高维特征问题, 从而实现计算机生成图像的准确鉴别. 实验结果表明, 该方法在鉴别计算机生成图像时具有更高的准确性和稳定性.     

非游荡半群及其性质

动力系统研究中，非游荡算子是在超循环算子研究的基础上，结合双曲不变性提出的一类性质较好的算子。而半群也是正被广泛研究的课题，在微分方程研究中尤其突出。W.Desch等人在超循环算子与半群的研究中提出了超循环半群的概念，并找到了一些微分方程的解半群具有这些性质。文献[4]中，他给出了半群超循环以及混沌的充分条件。在他们的启发下，提出非游荡半群的概念，并在一些混沌半群中找到具体例子，以此拓广超循环算子的研究。     

工业CT在线检测图像处理系统的设计与实现

研制用于工业CT电缆在线检测的计算机应用系统。通过x,y轴扫描寻找差值变异识别介质,然后实时生成各介质截面图像的方法,替代传统的环行扫描成像的方法。根据检测现场条件和计算机运行的速度等,选择局部平滑滤波算法降低噪声对图像准确的影响。完成了系统设计和测试,提高了在线系统的实时性和准确性。