一种新的混合震动滤波和各向异性扩散的图像增强和去噪方法研究

针对传统震动滤波和各向异性扩散混合模型存在缺点,提出了一种新的图像增强和去噪方法。该方法将改进的震动滤波项和图像细节保真项同时引入增强和去噪方程,使其根据图像结构信息产生相应变化幅度。通过实验表明,本文提出的方法达到较理想的增强和去噪效果,使得生物医学图像不仅具有很好的平滑效果,而且增强了边缘,同时保留了尽可能多的图像结构和细节信息,并且还很大程度上缩短了计算时间。     

基于偏微分方程的保持纹理细节的医学图像去噪方法

基于偏微分方程的医学图像去噪方法已公认为具有显著效果的去噪技术。常用的偏微分方程去噪方法虽然可以去除变化平缓的图像中的噪声,同时保持边缘结构信息,但对带有较多纹理细节的医学图像的去噪效果却不太理想。在对目前有关纹理医学图像理解和综合的基础上,介绍了三种纹理图像去噪技术。第一种自适应调整参数的全变分方法,在不同尺度空间下去噪,可保持纹理和细节;第二种将医学图像空间由BV空间上升到G空间以保持纹理;第三种使用多尺度分解噪声以保持细节特征。这些方法均能在实际应用中达到一定的效果,但是如何更好的去除噪声,文章对其进行分析,并提出新的改进思路。