×
李、钱;胡玉霄;曹、杨

基于动态阈值的自适应Perona-Malik模型，用于去除图像中的多噪声并保留细节。 （英语） Zbl 07674323号

计算。数学。应用。 137，28-43（2023年）.
摘要：本文提出了一种新的基于动态阈值的Perona-Malik（DTPM）图像去噪模型。作为最著名的各向异性扩散方程之一，PM模型在噪声去除、图像分割、边缘检测和图像增强等方面得到了广泛的应用。然而，传统PM模型的主要缺点是很难选择最佳阈值，并且有损害细节的倾向，因此在整个过程中降噪要么过多要么不足。这些缺陷在处理多分布噪声污染的图像时更为明显。通过在边缘指示器中设计动态阈值函数，我们建立了一个新的PM模型，该模型可以根据图像特征自适应地改变扩散模式和强度。证明了弱解的存在唯一性。经过理论分析，我们给出了一种实验方法来证明这种模型的有效性，特别是对于包含多噪声和多细节的图像。

MSC公司：

94A08型 信息与通信理论中的图像处理（压缩、重建等）
68单位10 图像处理的计算方法
35K55型 非线性抛物方程
49J45型 涉及半连续性和收敛性的方法；放松
94年第35季度 与信息和通信相关的PDE

关键词：

Perona-Malik（PM）方程;动态阈值;多细节保存;多噪声消除
PDF格式BibTeX公司 XML格式引用
\textit{Q.Li}等人，计算。数学。申请。137、28-43（2023；Zbl 07674323）
全文： DOI程序

参考文献：

[1] 周振宇；郭志昌；董刚；孙洁宝；张大志；吴伯英，基于灰度指示器的双重退化扩散模型，用于乘性噪声去除，IEEE Trans。图像处理。，24, 1, 249-260 (2014) ·Zbl 1408.94848号
[2] 特比尼，桑德斯；姆巴基（Zouhair Mbarki）；哈塞内·塞迪克；Ben Braiek，Ezzedine，基于新的自适应各向异性扩散函数的快速高效图像恢复技术，Digit。信号处理。，48, 201-215 (2016) ·Zbl 1408.94639号
[3] 特比尼，桑德斯；哈塞内·塞迪克；Ben Braiek，Ezzedine，高效各向异性图像滤波的高级自适应数学函数，计算。数学。申请。，72, 5, 1369-1385 (2016) ·Zbl 1408.94639号
[4] 列奥尼德·鲁丁一世。；斯坦利·奥舍；Fatemi，Emad，基于非线性总变差的噪声去除算法，Phys。D、 非线性现象。，60, 1-4, 259-268 (1992) ·Zbl 0780.49028号
[5] 埃坦·塔德摩尔；苏珊娜·内扎尔；Vese，Luminita A.，使用层次（BV，L^2）分解的多尺度图像表示，多尺度模型。同时。，2, 4, 554-579 (2004) ·Zbl 1146.68472号
[6] 石可翰；郭志昌；董刚；孙洁宝；张大志；吴伯英，通过局部Hölder半范数和自然图像和纹理图像的非局部算子去除Salt-and-pepper噪声，J.Math。成像视觉。，51, 3, 400-412 (2015) ·Zbl 1331.94029号
[7] 你，余力；Kaveh，Mostafa，消除噪声的四阶偏微分方程，IEEE Trans。图像处理。，9, 10, 1723-1730 (2000) ·Zbl 0962.94011号
[8] 阿卜杜勒加德·西迪格（Abdelgader Siddig）；郭志昌；周振宇；Wu，Boying，一种基于四阶非线性偏微分方程的图像去噪模型，计算机。数学。申请。，76, 5, 1056-1074 (2018) ·Zbl 1435.94047号
[9] 邓丽珍；朱、胡；杨震；李玉杰，基于Hessian矩阵的四阶各向异性扩散滤波器图像去噪，光学。激光技术。，110, 184-190 (2019)
[10] 瓦迪姆·拉特纳；Zeevi，Yehoshua Y.，《使用弹性流形进行图像增强》（Cucchiara，Rita，第14届图像分析和处理国际会议（ICIAP 2007）。第十四届国际图像分析与处理会议（2007年9月10日至14日，2007年），IEEE计算机学会：IEEE计算机协会，意大利摩德纳，769-774
[11] 曹、杨；尹景雪；刘强；李美辉，一类非线性抛物双曲方程在图像恢复中的应用，非线性分析。，真实世界应用。，11, 1, 253-261 (2010) ·Zbl 1180.35378号
[12] 张瑞；冯向初；杨丽霞；张丽红；朱晓龙，基于全局稀疏梯度的图像去噪耦合系统，计算。数学。申请。，78, 11, 3692-3711 (2019) ·Zbl 1443.65026号
[13] Jain，苏比特·K。；Rayendra K.雷。；Bhavsar，Arnav，用于图像去噪和超声图像应用的非线性耦合扩散系统，电路系统。信号处理。，38, 4, 1654-1683 (2019)
[14] 彼得罗·佩罗纳（Pietro Perona）；Malik，Jitendra，使用各向异性扩散的尺度空间和边缘检测，IEEE Trans。模式分析。机器。智力。，12, 7, 629-639 (1990)
[15] 吉尔斯·奥伯特；Pierre Kornprobst；Aubert，Giles，《图像处理中的数学问题：偏微分方程和变分法》，第147卷（2006），Springer·Zbl 1110.35001号
[16] 郭志昌；孙洁宝；张大志；吴伯英，基于可变指数的自适应Perona-Malik模型用于图像去噪，IEEE Trans。图像处理。，21, 3, 958-967 (2012) ·Zbl 1372.94102号
[17] Ke，Chen，通过上下文和局部不连续性进行自适应平滑，IEEE Trans。模式分析。机器。智力。，27, 10, 1552-1567 (2005)
[18] 在Cho，Sung；Kang，Suk-Ju，用于图像去噪的基于测地路径的扩散加速，IEEE Trans。多媒体。，20, 7, 1738-1750 (2018)
[19] 弗朗西娜·卡特；狮子队，皮埃尔·卢伊斯；Jean-Michel Morel；Coll，Tomeu，《非线性扩散的图像选择性平滑和边缘检测》，SIAM J.Numer。分析。，29, 1, 845-866 (1992) ·Zbl 0746.65091号
[20] Sum，Anthony K.W。；Cheung，Paul Y.S.，稳定各向异性扩散，（IEEE声学、语音和信号处理国际会议记录。IEEE声学，语音和信号加工国际会议记录，ICASSP 2007，美国夏威夷火奴鲁鲁，2007年4月15日至20日（2007年4月月15日到20日），IEEE），709-712
[21] 路易斯·阿尔瓦雷斯；狮子队，皮埃尔·卢伊斯；Morel，Jean-Michel，图像选择性平滑和非线性扩散边缘检测。二、 SIAM J.数字。分析。，1845-866年3月29日（1992年）·Zbl 0766.65117号
[22] Joachim Weickert；Bart M.Ter Haar Romeny。；Viergever，Max A.，《非线性扩散滤波的高效可靠方案》，IEEE Trans。图像处理。，7, 3, 398-410 (1998)
[23] Weickert，Joachim，非线性扩散在图像处理和计算机视觉中的应用，数学学报。科曼大学。，70, 33-50 (2001) ·Zbl 0988.35070号
[24] 苏里亚·普拉萨特，V.B。；Thanh，Dang NH；Hai，Nguyen H.，关于通过非线性扩散选择图像选择性平滑的适当尺度，（2018 IEEE第七届国际通信与电子会议（ICCE）（2018），IEEE），267-272
[25] Prasath，VB Surya，利用尺度间信息融合的各向异性扩散进行图像去噪，模式识别。图像分析。，27, 4, 748-753 (2017)
[26] 胡卫明；胡瑞光；谢念华；凌，海滨；Maybank，Steve J.，基于显著性驱动非线性扩散滤波的多尺度信息融合图像分类，IEEE Trans。图像处理。，23, 4, 1513-1526 (2014) ·Zbl 1374.94147号
[27] 陈云锦；Pock，Thomas，《可训练非线性反应扩散：快速有效图像恢复的灵活框架》，IEEE Trans。模式分析。机器。智力。，39, 6, 1256-1272 (2017)
[28] 陈云锦；于伟；Pock，Thomas，《关于学习优化反应扩散过程以实现有效图像恢复》，（IEEE计算机视觉和模式识别会议。IEEE计算机图像和模式识别大会，CVPR 2015，美国马萨诸塞州波士顿，2015年6月7日至12日（2015），IEEE计算机学会），5261-5269
[29] 索米·查基；奥罗宾达·劳特雷；Mohanty，William K.，一种基于扩散滤波器的地震属性去噪和提高预测孔隙度体积的方案，IEEE J.Sel。顶部。申请。地球天体遥感，10，12，5265-5274（2017）
[30] Antonin Chambolle；狮子，Pierre-Louis，通过总变化最小化的图像恢复和相关问题，Numer。数学。，76, 2, 167-188 (1997) ·Zbl 0874.68299号
[31] 魏，魏；周斌；波łap，Dawid；Woźniak，Marcin，用于CT图像重建的区域自适应变分PDE模型，模式识别。，92, 64-81 (2019)
[32] 布本德拉·古普塔；Lamba，Subir Singh，一种有效的各向异性扩散模型，用于边缘保持的图像去噪，计算。数学。申请。，93, 106-119 (2021) ·Zbl 1524.94030号
[33] Weickert，Joachim，图像处理中的各向异性扩散，第1卷（1998），Teubner:Teubner Stuttgart·Zbl 0886.68131号
[34] 周振宇；郭志昌；张大志；吴伯英，基于非线性扩散方程的超声散斑噪声去除模型，非线性科学杂志。，28, 2, 443-470 (2018) ·兹比尔1384.94011
[35] 乔治·亨里（Georges-Henri）科特特（Cottet）；Germain，L.，通过反应结合非线性扩散进行图像处理，数学。计算。，61, 204, 659-673 (1993) ·Zbl 0799.35117号
[36] Selim，Esedoglu，Perona-Malik格式的稳定性，SIAM J.Numer。分析。，44, 3, 1297-1313 (2006) ·Zbl 1127.94002号
[37] 王，周；Alan C.Bovik，《均方误差：喜欢还是放弃？信号保真度测量的新视角，IEEE信号处理。Mag.，26，1，98-117（2009）
[38] 谢赛宁；涂卓文，整体嵌套边缘检测，（IEEE国际计算机视觉会议论文集（2015）），1395-1403
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。