基于偏微分方程的非線性圖像去噪增強技術研究

徐振洋　劉智　李琰婷

摘 要：本文主要研究基于偏微分方程圖像去噪增強。針對降質圖像去噪增強問題，結合偏微分理論和圖像去噪增強方法，改進P-M各向異性擴散模型，有效去噪并保留圖像邊緣信息。對于基于梯度場均衡化對比度增強的不足，結合偏微分和可調直方圖均衡化，增強圖像紋理并改善對比度，并客觀質量評價處理后圖像。

關鍵詞：偏微分方程；圖像去噪；圖像增強；優化

中圖分類號：TP391 文獻標識碼：A

1 基于偏微分方程的圖像去噪模型

隨著電子技術發展和計算機水平不斷提高，圖像去噪增強作為圖像處理的重要部分，吸引科學工作者深入研究。

通過合理選定時間間隔和調節因素ε，就能輸出增強后的圖像質量較好、整體亮度適度、對比度合理的視覺效果好的圖像結果。

3 仿真實驗

對加入隨機噪聲的lena圖像進行去噪實驗，證明改進方法的優越性。k1=10，k2=40，k3=40，△t=0.0001，ε=1，迭代求解35次。將P-M模型與改進模型處理后的圖像的峰值信噪比隨迭代次數的變換曲線圖放在圖1中直接對比。改進模型的峰值信噪比隨著迭代次數的增加要比P-M模型大，去噪效果優良。

為證明本文改進的圖像增強方法的優越性，進行以下增強實驗。

圖2（a）行駛車輛和路標模糊不清；圖2（b）遠處有失真，局部出現方塊化，增強效果不好；圖2（c）噪聲干擾增加并且對比度低；圖2（d）沒有失真并且圖像對比度有提高。信息熵的大小表示圖像中含有的信息量的多少，計算信息熵結果依次為4.82，4.99，5.35，6.91。信息熵越大，圖像中信息量越多，說明改進算法結果優良。

結語

本文結合偏微分方程理論進行圖像去噪增強，針對設備內外原因導致的噪聲，光強小或光照不均致使圖像部分亮暗，霧霾天氣等能見度較低導致對比度低的圖像進行去噪增強，處理結果明顯，并通過主客觀質量評價，信噪比和信息熵均有所提高，為后續工程應用提供良好保障。

參考文獻

[1]王毅，張良培，李平湘.各向異性擴散平滑濾波的改進算法[J].中國圖象圖形學報，2006，11（02）：210-216.