我正在为MATLAB 中的各向异性扩散函数提供2 d 灰度图像,但没有获得所需的输出。多少次迭代是理想的,我应该如何解决这个问题?我将 kappa 值保持在 20 到 100 之间。我正在通过添加椒盐噪声对标准lena图像执行操作。
输入图像:
预期输出:
k=10 的 80 次各向异性扩散迭代的输出
我正在为MATLAB 中的各向异性扩散函数提供2 d 灰度图像,但没有获得所需的输出。多少次迭代是理想的,我应该如何解决这个问题?我将 kappa 值保持在 20 到 100 之间。我正在通过添加椒盐噪声对标准lena图像执行操作。
输入图像:
预期输出:
k=10 的 80 次各向异性扩散迭代的输出
据我所知,您有兴趣实现与本文算法给出的相同“质量”的边缘保持降噪:
您在上面使用的那篇论文中的图像(以及您一个月后发布的这个问题的副本)可在您提供的链接的第 4 节中找到,这似乎是该论文的更高版本。
您应该尝试两件事。
首先,正如@Jean-Yves 多次向您建议的那样,中值滤波是一种保留边缘的非线性滤波器(尽管它倾向于圆化尖角)。它是否有效取决于图像中的噪声量,而您的示例图像噪声很大。
其次,目前流行的保边去噪算法是双边滤波器。这是在 Photoshop 和GEGL中实现的(可通过Gnu Image Manipulation Program在 Tools->GEGL Operation 菜单中获得)。
这是具有半径 1 中值滤波器的松果:
使用 GEGL 的双边滤波器(高斯半径为 4,“边缘保留”设置为 8%):
使用 GEGL 的双边滤波器(高斯半径为 4,“边缘保留”设置为 4%):
并且使用半径为 1 的中值滤波器,然后是 GEGL 的双边滤波器,高斯半径为 4,“边缘保留”设置为 50%:
我更喜欢 Gómez 的自适应滤波器的结果:
所以,我对这个问题的回答(以及如何在不破坏边缘的情况下去除高斯噪声?,您于 2012 年 2 月 7 日发布)是:尝试中值滤波和双边滤波。