各向异性扩散图像去噪现状研究  

Research on Anisotropic Diffusion Denoising Development

作　　者：张春晓[1] 赵剡[1] 连远锋[1] 

机构地区：[1]北京航空航天大学仪器科学与光电工程学院,北京100191

出　　处：《电光与控制》2012年第5期51-55,67,共6页Electronics Optics & Control

摘　　要：介绍了基于偏微分方程(Partial Differential Equations,PDE)各向异性扩散图像去噪的P&M数学模型及各种改进方法,以及引入结构张量的PDE去噪模型和冲击滤波PDE去噪模型,分析各种模型的优缺点,为扩散模型的设计提供了参考。揭示了各向异性扩散去噪与贝叶斯最大后验估计(MAP)去噪的内在联系,通过扩散系数的计算分析几类常用去噪模型的保边性能。阐述了一类特殊PDE去噪模型(总变分去噪模型)与小波阈值去噪之间的相关性,从而可以通过小波系数的范数近似求解一些特殊的变分问题,避免复杂的非线性求解过程。最后对各向异性扩散图像去噪的未来发展进行了展望。This paper introduces the anisotropic diffusion denoising PM model based on Partial Different Equations（PDE） and various improved models.The PDE denoising models cooperating with structure tensor and shock filter are also described.The performances of these models are evaluated.The relationship between the anisotropic diffusion method and Bayesian MAP（Maximum A Posteriori） framework for noise removal is founded,and the edge-preserving properties of denoising models can be established by analyzing the flux term.The approximate equivalence relation of particular anisotropic diffusion models（e.g.,total variation model） and wavelet threshold method is also deployed,so the solver of a complicated nonlinear equation can be substituted by the norm of wavelet coefficients.This paper finally offers the prospect for anisotropic diffusion denoising development.

关 键 词：目标探测 图像处理 各向异性扩散去噪 贝叶斯最大后验估计(MAP) 小波阈值去噪 

分 类 号：V271.4[航空宇航科学与技术—飞行器设计] TP391[自动化与计算机技术—计算机应用技术]