基于灰色系统理论的各向异性扩散图像去噪方法

doi:10.3969/j.issn.1006-2475.2016.02.005

计算机与现代化

基于灰色系统理论的各向异性扩散图像去噪方法

1.成都职业技术学院科研处,四川成都610041;2.四川师范大学计算机科学系,四川成都610101;
3.电子科技大学计算机科学与工程学院,四川成都611731

收稿日期:2015-10-20 出版日期:2016-03-02 发布日期:2016-03-03
作者简介: 杨兴江(1971-)，男，重庆万州人,成都职业技术学院科研处副教授，电子科技大学计算机科学与工程学院博士研究生，研究方向：图像处理,模式识别；廖志武（1969-），女，四川绵阳人，四川师范大学计算机科学系教授，博士，研究方向：图像处理，模式识别；蒲永华（1982-),女，四川雅安人，电子科技大学计算机科学与工程学院讲师，硕士，研究方向：模式识别，生物信息学。

Anisotropic Diffusion Image Denoising Based on Grey System Theory

1. Department of Scientific Research Management, Chengdu Polytechnic, Chengdu 610041, China;
2. College of Computer Science, Sichuan Normal University, Chengdu 610101, China;
3. School of Computer Science & Engineering, University of Electronic Science and Technology of China, Chengdu 611731, China

Received:2015-10-20 Online:2016-03-02 Published:2016-03-03

摘要/Abstract

摘要： 为克服各向异性扩散图像去噪算法对弱边界和弱细节保留不足，提出一种融合灰色关联度的各向异性扩散图像去噪方法，通过计算图像像素点局部邻域的灰色关联度，利用灰色关联度确定该点邻域是边缘区域，还是平滑区域，采用不同的扩散系数对图像去噪。实验结果表明，该算法能有效地去除图像噪声，同时能够保留图像细节信息，为研究灰色关联理论用于图像处理提供了有效途径。

关键词: 灰色关联度, 各向异性, 图像去噪, 灰色理论

Abstract: In order to overcome the shortage of anisotropic diffusion image denoising algorithm for weak boundary and details, the author puts forward a kind of anisotropic diffusion image denoising method of fusion of grey correlation degree. Through calculating the grey correlation degree of local neighborhood of image pixels, by which determining its neighborhood is edge of the area or the smooth area, the image noise is removed by using different diffusion coefficient. The experimental results show that the algorithm can effectively remove the image noise, preserve image details, and provide an effective way to study the gray correlation theory.

Key words: grey correlation degree, anisotropic diffusion, image denoising, grey system theory

杨兴江1,3，廖志武2，蒲永华3. 基于灰色系统理论的各向异性扩散图像去噪方法[J]. 计算机与现代化, doi: 10.3969/j.issn.1006-2475.2016.02.005.

YANG Xing-jiang1,3, LIAO Zhi-wu2, PU Yong-hua3. Anisotropic Diffusion Image Denoising Based on Grey System Theory[J]. Computer and Modernization, doi: 10.3969/j.issn.1006-2475.2016.02.005.

参考文献

［1］ Perona P, Malik J. Scale-space and edge detection using anisotropic diffusion［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1990,12(7):629-639.
［2］ Black M J, Sapiro G, Marjmont D H, et al. Robust anisotropic diffusion［J］. IEEE Transactions on Image Processing， 1998,7(3):421-432.
［3］ Galvanin E A S, Do Vale G M, Dal Poi A P. The canny detector with edge region focusing using an anisotropic diffusion process［J］. Pattern Recognition and Image Analysis, 2006,16(4):614-621.
［4］ Catte F, Lions P, Morel J, et al. Image selective smoothing and edge detection by non-linear diffusion［J］. SIAM Journal on Numerical Analysis, 1992,29(1):182-193.
［5］余锦华，汪源源. 基于各向异性扩散的图像研究综述［J］. 电子测量与仪器学报， 2011,25（2）:105-116.
［6］张春晓，赵剡，连远锋. 各向异性扩散图像去噪现状研究［J］. 电光与控制， 2012，19(5):51-55.
［7］赵海勇,贾仰理. 一种改进的各向异性扩散去噪模型［J］. 计算机科学， 2013，40（S2）：147-149.
［8］朱光美. 一种改进的各向异性扩散图像去噪及平滑模型［J］. 赤峰学院学报（自然科学版）， 2011,27(8):41-42. 
［9］陈强,郑钰辉,孙权森,等. 片相似性各项异性扩散图像去噪［J］. 计算机研究与发展, 2010,47(1):33-42.
［10］Tsiotsios C, Petrou M. On the choice of the parameters for anisotropic diffusion in image processing［J］. Pattern Recognition, 2013,46(5):1369-1381.
［11］Chao S M, Tsai D M. An improved anisotropic diffusion model for detail and edge-preserving smoothing［J］. Pattern Recognition Letters, 2010,31(13):2012-2023.
［12］赵德,何传江,陈强. 结合局部熵的各项异性扩散模型［J］. 模式识别与人工智能， 2012,25（4）：642-647.
［13］Deng Julong. Control Problems of grey systems［J］. Systems & Control Letters, 1982,1(5):288-294.
［14］马苗,田红鹏,张艳宁. 灰色理论在图像工程中的应用研究进展［J］. 中国图象图形学报, 2007,12(11):1943-1951.
［15］路瑶，王晶，胡营. 灰色系统理论在图像处理中的应用综述［J］. 自动化技术与应用, 2007,26(6):49-52.
［16］张玮琳. 灰色系统理论在图像去噪和边缘检测中的应用［D］. 西安：西安理工大学， 2013.
［17］曾卫波,邢永康,石杨,等. 基于灰色系统理论的图像修复研究［J］. 计算机工程, 2014,40(8):217-223.
［18］李艳玲,黄春艳,赵娟. 基于灰色关联度的图像自适应中值滤波算法［J］. 计算机仿真, 2010,27(1):238-240.

[1]	许惠君, 王宗耀, 李中庆, 李鹏飞, 周鑫康 . 基于改良灰色理论的电网短期负荷预测算法[J]. 计算机与现代化, 2021, 0(03): 24-27.
[2]	李锐, 李晓卉, 李小钰, 丁月民. 基于优化的非等间距灰色模型对健康的预测[J]. 计算机与现代化, 2020, 0(06): 101-.
[3]	殷学杰，马玉梅，潘振宽. 基于饱和系统随机共振的图像去噪算法[J]. 计算机与现代化, 2019, 0(12): 44-.
[4]	莫佩基1,2，雷宏1. 基于反应扩散和非局部自相似的图像去噪算法[J]. 计算机与现代化, 2018, 0(06): 54-.
[5]	李艳玲1，吴建伟1，朱烨行2. 基于判断矩阵一致性程度的专家权重确定方法[J]. 计算机与现代化, 2017, 0(6): 20-24+29.
[6]	勾荣. RiemannLiouville分数阶积分的图像去噪算法[J]. 计算机与现代化, 2016, 0(5): 13-17.
[7]	徐廷学1,朱会传2,董琪2. 基于改进灰色模型和RBF优化模型的导弹贮存寿命预测[J]. 计算机与现代化, 2015, 0(8): 38-42.
[8]	李垒，任越美. 基于剪切波和改进P-M扩散的图像去噪[J]. 计算机与现代化, 2015, 0(5): 53-56.
[9]	王琪1，程彬2，杜娟1，徐国清1. 一种改进的小波阈值图像去噪方法[J]. 计算机与现代化, 2015, 0(4): 65-69.
[10]	王梅;李玉鑑. 一种改进的随机游走图像分割算法[J]. 计算机与现代化, 2013, 1(8): 1-6.
[11]	涂广毅;鲁坚;蔡志刚. 一种基于Huber曲面拟合的图像去噪算法[J]. 计算机与现代化, 2013, 1(3): 165-167,.
[12]	龙钧宇;余爱民. 基于小波包变换的非局部均值去噪方法[J]. 计算机与现代化, 2013, 1(11): 13-16.
[13]	姜闪闪;吐尔洪江·阿布都克力木. 基于二进小波变换阈值去噪方法的性能分析[J]. 计算机与现代化, 2010, 1(01): 117-119.

基于灰色系统理论的各向异性扩散图像去噪方法

Anisotropic Diffusion Image Denoising Based on Grey System Theory

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 13

编辑推荐

Metrics

本文评价