基于格子波尔兹曼模型的图像去噪

Perona和Malik提出的各向异性的扩散模型存在着模型不稳定、图像灰度容易产生"阶越"现象等缺陷.本文通过在格子波尔兹曼各向同性扩散模型的网格点间加入跨膜介质,建立了格子波尔兹曼各向异性扩散模型.该模型中前向扩散过程占据了主导作用,因而是稳定的.实验分析表明,该模型很好地解决了P-M模型存在的灰度"阶越"现象,处理结果具有更高的峰值信噪比.