文档介绍:1
2
near noise removal
了传统 Fourier 分析的不足 ,而且由于他对高频采取逐渐
1 引 言
精细的时域步长 ,从而可以聚焦到被分析信号的任意细
小波分析和偏微分方程是图像处理和分析中的两个 节 ,因此小波分析具有数学显微镜的美称。在小波分析
最新进展。尺度空间或尺度扩散能把一组图像同时在多 中 ,人们可以在不同尺度上来观察信号 ,这种对信号分析
个尺度上表述 ,他们的贡献在很大程度上构成了偏微分方 的多尺度观点是小波分析的基本特征。本文正利用小波
程进行图像处理的基础。随着尺度空间理论的进一步发 分析这个特性来对图像进行处理。
展 ,尺度扩散和其他方法的结合产生出许多好的理论与算
3 四阶偏微分方程
法 ,这种结合一方面拓广了尺度空间方法的应用范围 ,另
一方面提高了尺度空间算法的效率。 3. 1 理论分析
四阶偏微分方程方法是基于扩散方程的离散化方法 , 在用 Perona Malik 方程平滑图像过程中 ,有时会出
其计算是对原始图像的资料逐层向上扩散。当图像的数据 现“块效应”。即图像处理后某些区域内灰度相同。区域
很稠密 ,或图像很大时 ,计算量较大。本文利用小波方法将 内灰度相同 ,表示该区域任意一点其灰度值的一阶倒数
原始图像分层 ,使之成为一些稀疏资料集的组合 ,在此基础 为 0 。这说明随着迭代次数增加 ,图像向分块同灰度图像
上对各个层用四阶偏微分方程方法处理。实验结果表明不 过渡。图像看上去就像是由各个不同亮度的区域组成 ,图
仅算法的效率得到了提高 ,而且视