%0 Journal Article
%T New well-posed model and classified diffusion<br>新适定模型的提出及分类扩散
%A Li Yanbao
%A Jiang Guangfeng
%A Wang Zhiqiang
%A Liu Wei
%A <br>李彦宝
%A 姜广峰
%A 王治强
%A 刘薇
%J 中国图象图形学报
%D 2012
%I 
%X 提出一种新的适定滤波模型和一个可以滤除混合噪声的滤波方法。分析并讨论Perona和Malik (PM)模型中的传导系数函数,该函数对边缘的敏感性较强,是PM模型为不适定方程的主要原因。修改传导系数函数的敏感性后,得到适定的各向异性图像扩散模型,具备不适定模型所不具有的双扩散项和扩散因子的形式。根据滤波方程特点将模型分为平滑模块和抑噪模块,分离了平滑和抑噪两个物理过程,从而提升了图像的光滑性和降低了图像的噪声。在实际图像上的实验结果表明,新的滤波算法对混合噪声的滤波效果优于一些经典的图像扩散算法。
%K partial differential equation(PDE)
%K smoothing and denoising
%K direction of the image feature
%K anisotropic diffusion<br>偏微分方程(PDE)
%K 平滑和抑噪
%K 特征方向
%K 各向异性扩散
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=D06194629680C940ACE75262F54B9D85&aid=9903A07B9322879AA132977AEB14C7FD&yid=99E9153A83D4CB11&vid=BCA2697F357F2001&iid=CA4FD0336C81A37A&sid=80A07035DF96B0C4&eid=35FC3610259C2B32&journal_id=1006-8961&journal_name=中国图象图形学报&referenced_num=0&reference_num=13