[發(fā)明專利]梯度與曲率相結(jié)合的圖像平滑方法

有效

• 申請?zhí)枺?/td>: 201410685365.2
• 申請日: 2014-11-25
• 公開（公告）號: CN104331869B
• 公開（公告）日: 2017-10-27
• 發(fā)明（設(shè)計(jì)）人: 石蘭芳;汪美玲;周林鋒;周先春
• 申請（專利權(quán)）人: 南京信息工程大學(xué)
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 南京眾聯(lián)專利代理有限公司32206
• 代理人: 顧進(jìn),葉涓涓

1.圖像曲率平滑方法，其特征在于，包括如下步驟：

步驟A，將噪聲圖像進(jìn)行濾波處理；

步驟B，由PM模型輸出二值圖像；

步驟C，考慮傳統(tǒng)的圖像去噪復(fù)原算法及其改進(jìn)形式均以作為圖像的邊緣檢測算子，這類算法存在不足，即它不完全符合圖像處理的形態(tài)學(xué)原則，在圖像擴(kuò)散過程中，它的變化不僅取決于水平集，水平集由表征，同時(shí)還取決于灰度值I，故上述模型在邊緣和圖像灰度漸變區(qū)，及去除平坦區(qū)的孤立噪聲時(shí)就顯得無能為力，會產(chǎn)生階梯效應(yīng)，隨著對圖像局部特征認(rèn)識的深入，僅用一階微分量梯度來表征圖像局部特征是不夠的，二階微分量中含有更豐富的信息，由上面曲率的定義及其表達(dá)式可知，曲率是幾何體不平坦程度的一種度量，能夠區(qū)分邊緣細(xì)節(jié)信息，讓圖像水平集的曲率作為圖像的邊緣檢測算子，用來描述圖像形態(tài)學(xué)特征，建立曲率平滑模型為：

∂I∂t=div(11+(|κ|/l)2▿I)I(t=0)=I0]]>

其中為水平集曲率，|κ|為曲率模值，l為閾值，I₀代表初始圖像，它是通過原圖像與高斯核卷積獲得，即I(x,y,t)＝I₀*G(x,y,t)；

步驟D，對步驟C中提供的圖像平滑模型用半隱式加性算子分裂數(shù)值方法進(jìn)行計(jì)算。

2.根據(jù)權(quán)利要求1所述的圖像曲率平滑方法，其特征在于：所述步驟D具體包括如下過程：

將圖像I尺度化分解在[0,1]區(qū)間，并進(jìn)行簡化，完成Iⁿ后進(jìn)行下列步驟：

步驟D-1，令

步驟D-2，計(jì)算f_σ＝f*G_σ，|κ|_ij，

步驟D-3，當(dāng)i＝1,…,M時(shí)，計(jì)算的三個(gè)對角線上的元素：并采用追趕法求解得到

步驟D-4，當(dāng)j＝1,…,N時(shí)，同樣計(jì)算的三個(gè)對角線上的元素，并采用追趕法求解得到

步驟D-5，計(jì)算

3.根據(jù)權(quán)利要求1或2所述的圖像曲率平滑方法，其特征在于，所述步驟B中PM模型如下：

∂I∂t=div(11+(|▿I|/k)▿I).]]> 1