基于图像特征地各向异性扩散滤波算法研究.pdf

西南交通大学凹南父迥大罕学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权西南交通大学可以将本论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复印手段保存和汇编本学位论文。,在年解密后适用本授权书;∥使用本授权书。(请在以上方框内打“4”)学位论文作者签名:剐参日期:≯:易。日期:≯7投乡、夕多西南交通大学学位论文主要工作(贡献)声明本人在学位论文中所做的主要工作和贡献如下:。通过对局部图像的梯度矩阵进行奇异值分解提取图像的方向特征,利用提取的方向特征设计权重函数将扩散扩展到八个方向,让每点像素根据自己的方向特征实现八个方向不同程度的自适应扩散。新算法能更好的控制每个像素点的扩散方向,去除噪声的同时更好的保护了图像的边缘信息。。相位一致性特征可以准确的描述图像边缘信息,,。根据提取的相位一致性特征设计权重函数,让不同像素点实现不同程度的自适应扩散。新算法能更好的控制边缘点和非边缘点的扩散速度,在去除噪声的同时更好的保护了图像的边缘信息。本人郑重声明:所呈交的学位论文,是在导师指导下独立进行研究工作所得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体,均已在文中作了明确的说明。本人完全了解违反上述声明所引起的一切法律责任将由本人承担。学位论文作者签名:烈也日期:2。岍b.≯孑西南交通大学硕士研究生学位论文第1页摘要图像滤波是图像预处理中必不可少的环节。传统的滤波算法大多是选用模板对图像进行滤波,滤去噪声的同时也模糊了图像边缘。各向异性扩散滤波算法将梯度作为边缘检测算子,对边缘和非边缘区域实现不同程度的扩散,去噪声的同时可以保留图像边缘,与传统算法相比有很大的优势。针对各向异性扩散模型存在的一些问题,学者们了提出了大量的改进模型,但大多都是针对扩散方程本身提出的,忽略了图像的自身特征信息。本文主要研究如何提取图像的特征信息,根据提取的特征改进扩散模型并以此获得更好的扩散效果。本文的主要工作和贡献如下:。通过对局部图像的梯度矩阵进行奇异值分解提取图像的方向特征,利用提取的方向特征设计权重函数来将扩散扩展到八个方向,让每点像素根据自己的方向特征实现八个方向不同程度的自适应扩散。新算法能更好的控制每个像素点的扩散方向,去除噪声的同时更好的保护了图像的边缘信息。。相位一致性特征可以准确的描述图像边缘信息,在对比分析Gabor函数和log—Gabor函数的基础上,选用log—Gabor小波函数提取图像的相位一致性特征。根据提取的相位一致性特征设计权重函数,让不同像素点实现不同程度的自适应扩散。新算法能更好的控制边缘点和非边缘点的扩散速度,在去除噪声的同时更好的保护了图像的边缘信息。关键词:各向异性扩散;方向特征;奇异值分解;相位一致性特征;log—Gabor小波变换;,,andimplementsdifferentdegreesofdiffusionforedgeandnon·edgeregions,paringwithtraditionalfilteringalgorithms,,butmos