自适应的全变分图像去噪应用研究

针对传统基于全变分图像去噪中存在的阶梯效应问题,引入2个用于处理阶梯效应的检测算子,在此基础上,提出一种具有自适应特性的全变分图像去噪方法。实验证明,该方法在坡道图像和强噪声环境中表现出了良好的去噪能力,又有效地避免了阶梯效应的产生。     

自适应耦合全变分和四阶PDE的图像放大

目的 提出一种新的基于偏微分方程(PDE)的图像放大算法.方法 算法模型由全变分、四阶PDE和数据保真项构成,将图像演化的过程转为PDE模型,进而通过迭代求解方程得到放大图像.结果 通过设置与图像局部特征有关的连续函数作为调节全变分和四阶PDE的权重,实现两种PDE的自适应耦合,避免了全变分模型在放大时出现分块效应;通...     

小波变换和偏微分方程在图像去噪中的应用

应用小波分析方法和偏微分方程方法进行图像处理是一个重要课题。小波变换去除图像噪声时虽然能保持图像的细节信息,但是图像的边缘信息被平滑了。使用偏微分方程对图像去噪,并与使用小波变换去除图像噪声后效果进行比较,实验结果表明:使用偏微分方程对图像去噪在平滑噪声的同时可以使边缘得到保持,应用偏微分方程进行图像去噪是一种有效的工具。     

基于MATLAB软件的图像去噪方法比较

一幅图像在实际应用过程中可能存在各种各样的噪声,给后面的图像区域分割、分析判断等工作带来了困难,因此图像去噪是图像处理中的重要组成部分.利用MATLAB软件对均值滤波、中值滤波和自适应滤波3种图像去噪技术进行分析比较.结果表明:均值滤波方法适于去除高斯噪声;中值滤波方法适于去除椒盐噪声,同时能较好保护图像边界;自适应滤...     

一种基于偏微分方程的耦合自适应图像平滑方法

针对传统的非线性扩散方程图像平滑方法中对角点圆弧化的缺点,引入利用图像的局部信息构造的耦合自适应保真项,使新的非线性扩散去噪模型能够在去除噪声、保留图像边界的同时,也能很好地保留角点等大曲率几何结构。实验结果表明,改进的算法优于传统算法。     

一类非线性偏微分方程行波解的分支

利用动力系统理论、分支理论和直接方法研究了一类非线性偏微分方程(NPDEs),证明了此类方程存在光滑孤立波解,扭结波解和不可数无穷多光滑周期波解,求出了该方程用参数表示的显式精确行波解。并在不同的参数条件下,给出了上述光滑孤立波解,扭结波解和不可数无穷多光滑周期波解存在的各类充分条件。     

图像去噪LOT模型的分裂Bregman方法

基于分裂Bregman方法具有较快的收敛速度以及在迭代过程中保持正则化参数为一个常数的优点, 提出用分裂Bregman方法来解图像去噪LOT模型的第2步. 实验表明, 与原始的梯度下降法相比较, 该算法具有较快的收敛速度, 又能较好地复原图像.     

非线性中立双曲型泛函偏微分方程系统的振动准则

考虑一类非线性中立双曲型时滞偏微分方程系统解的振动性.利用空间平均法和泛函微分方程的某些结果,获得了该类系统振动的若干充分条件.结果表明振动是由时滞量引起的.     

美式期权定价的一个非线性偏微分方程

在最优停时理论中,利用动态规划原则,得到了关于美式（看涨或看跌）期权定价的一个非线性Black-Scholes型偏微分方程,利用粘性解的概念证明了该偏微分方程的解的存在性和唯一性,由此得到了美式期权定价的一个新方法。     

基于相关性阈值的NSCT图像去噪方法研究

利用非下采样Contourlet变换（NSCT）平移不变性、多分辨率、多方向的优点,提出一种基于尺度相关与阈值去噪相结合的非下采样 Contourlet变换图像去噪方法。首先对噪声图像进行非下采样Contourlet变换,得到各个尺度各个方向子带的系数,然后采用相关系数归一的方法,结合Bayesian自适应阈值来达到更好的去噪效果。仿真实验表明,该方法在提高去噪后图像的峰值信噪比的同时,有效保留了图像的纹理信息,避免伪吉布斯现象,改善了图像的视觉效果。     

基于形态学和分形理论的农产品图像去噪

结合形态学和分形理论对农产品图像进行去噪处理,先通过形态学的开运算和闭运算滤除图像的正脉冲和负脉冲噪声,滤除噪声的高频部分效果明显,再计算经过形态学滤波后图像的分形维数,通过分形维数估算出修正参数修正图像,不仅能兼并噪声的低频部分,还能去除由于形态学结构元素方向的限制所产生的毛刺,起到平滑图像的作用.试验仿真得到的结果与传统的小波去噪、中值滤波、均值滤波相比较,不仅有较高的信噪比,还能保留图像的细节,提高主观的视觉效果.     

基于小波阈值去噪方法的一种改进方案

利用Donoho D．L．和Johnstone I．M．提出的小波阈值去噪方法,构造了一个新的阈值函数。与传统的硬、软阈值函数相比,其具有不可比拟的灵活性。该阈值函数克服了硬阈值函数不连续的缺点,同软阈值函数一样具有连续性,便于进行各种数学处理;同时还克服了软阅值函数中小波系数估计值与分解小波系数间存在恒定偏差的缺陷。仿真结果表明,新阈值函数的去噪效果有效抑制了在信号奇异点附近产生的Pseudo．Gibbs现象,无论在视觉效果,还是在信噪比增益方面均优于传统的硬、软阈值方法。     

基于CL多小波的语音信号去噪

本文重点分析并设计了多小波预处理及多小波的分解重构办法，并提出一种基于CL多小波的带噪语音信号去噪方法，实验证明该方法可以有效的去除语音中的噪声，同时，能较好的保留视听效果。     

基于小波分析的图像压缩与去噪研究

介绍了图像小波分析的基本理论和基于小波变换的分解与重构原理,利用小波变换对二维图像进行分解,将原始图像分解成不同方向、不同频率成分的子图像.同时对含噪图像进行小波分解,通过选取适当的阈值,对小波分解系数进行阈值量化,再对高低频系数重构,实现图像的去噪.最后运用MATLAB仿真平台进行仿真验证,仿真结果表明:利用小波分析对图像进行压缩和去噪可以得到非常好的压缩效果和去噪效果,对工程应用具有一定的借鉴意义.     

求解非线性Black-Scholes模型的自适应小波精细积分法

针对非线性Black-Scholes方程，基于quasi-Shannon小波函数给出了一种求解非线性偏微分方程的自适应多尺度小波精细积分法.该方法首先利用插值小波理论构造了用于逼近连续函数的多尺度小波插值算子，利用该算子可以将非线性Black-Scholes方程自适应离散为非线性常微分方程组；然后将用于求解常微分方程组的精细积分法和小波变换的动态过程相结合，并利用非线性处理技术（如同伦分析技术）可有效求解非线性Black-Scholes方程.数值结果表明了该方法在数值精度和计算效率方面的优越性.