结合Tsallis熵的各向异性扩散模型
결합Tsallis적적각향이성확산모형
Local Tsallis entropy combined anisotropic diffusion model
  • 万方数据
    计算机工程与设计 계산궤공정여설계
    COMPUTER ENGINEERING AND DESIGN
    2014年 1期 218-222,292 ,共6页

    彭扬%何传江%任泽民%邹黎敏

    팽양%하전강%임택민%추려민

    Perona-Malik模型%各向异性扩散%图像去噪%Tsallis熵%偏微分方程 Perona-Malik模型%各嚮異性擴散%圖像去譟%Tsallis熵%偏微分方程
    Perona-Malik모형%각향이성확산%도상거조%Tsallis적%편미분방정
    Perona-Malik model%anisotropic diffusion%image denoising%tsallis entropy%partial differential equation
    为了在有效去除图像噪声的同时,保留更多的图像细节、纹理和弱边缘特征,在Perona-Malik各向异性扩散模型(P-M模型)的基础上,考虑到图像Tsallis熵在平滑区域和边缘处熵值有差异的特点,提出了结合图像局部Tsallis熵的各向异性扩散模型.该模型的扩散系数同时依赖于图像梯度和图像局部Tsallis熵,较好的克服了P-M模型在图像部分边缘和细节失真的问题.实验结果表明,该模型不仅能很好的保持图像的弱边缘和重要细节,而且能有效的去除噪声.
    위료재유효거제도상조성적동시,보류경다적도상세절、문리화약변연특정,재Perona-Malik각향이성확산모형(P-M모형)적기출상,고필도도상Tsallis적재평활구역화변연처적치유차이적특점,제출료결합도상국부Tsallis적적각향이성확산모형.해모형적확산계수동시의뢰우도상제도화도상국부Tsallis적,교호적극복료P-M모형재도상부분변연화세절실진적문제.실험결과표명,해모형불부능흔호적보지도상적약변연화중요세절,이차능유효적거제조성.
    원문보기 원문다운로드 사이트로이동
저자의 최근 논문