论文摘要：基于PDE的各向异性扩散模型研究

图像处理中存在着平滑和保边界的矛盾。传统的平滑增强技术不能同时兼顾两者。基于偏微分方程(PDE)的各向异性平滑增强算法，在滤波的过程中引入边缘检测步骤，可以在沿边缘方向对图像进行选择性平滑，在保持图像边缘的前提下，达到消除图像噪声的目的。基于PDE的图像增强算法以Perona & Malik提出的模型最具代表性，但是直接运用该算法存在一些不可避免的缺陷，会降低实际应用效果。本文首先针对算法模型的不足提出了新的算法改进思想，完成了新算法的设计和实现，并通过仿真计算验证了算法的正确性。通过大量的仿真计算，详细分析了新模型算法的性能，研究了算法中重要参数变化对图像处理结果的影响。给出了实际应用过程中参数选择的指导建议。根据二维条形码边界具有方向性等特点，将改进的PDE算法应用到二维条形码的图像处理中，通过合理地设计和选择参数，能很好地适应二维条形码的图像特征。遥感图像噪声在经过前期处理后，还混杂有大量的高斯噪声和椒盐噪声，采用传统滤波算法不能满足图像增强要求。改进新算法能很好适应遥感图像特征，获得很好的处理效果。工业印刷品纸张非接触清点系统要求图像平滑过程不能破坏纸边的信息，运用改进新算法进行清点系统图像预处理后，平滑实验结果非常令人满意。在对上述实际应用效果的分析过程中，都进行了新算法结果与传统滤波降噪方法的具体比较，展示了新算法的优越性能。