基于偏微分方程的肉品图像去噪对比研究

被引：4

作者：

贾渊 ^{[1
]}

刘鹏程 ^{[1
]}

蒋勇 ^{[1
]}

彭增起 ^{[2
]}

机构：

[1] 西南科技大学计算机科学与技术学院

[2] 南京农业大学食品科技学院

来源：

计算机应用与软件 | 2011年 / 28卷 / 04期

关键词：

肉品图像; Perona-Malik模型; 全变差; ROF模型; You-Kaveh四阶模型; 方法噪声;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

摘要：

肉品中含有水分,或者切割过程中产生的脂肪碎屑或结缔组织,其可见光图像容易产生噪声。基于偏微分方程模型的算法去噪同时能够保持图像的某些特征,常见的有Perona-Malik模型、全变差ROF模型、Y-K四阶模型。通过对Lena图像加入高斯噪声和椒盐噪声,对比了三种模型的信噪比、方法噪声及运算时间。在此基础上,以猪肉图像为去噪对象,比较三种算法的性能。结果表明:ROF模型在去除噪声的同时,保持细节的能力强于其他两种模型,YK四阶偏微分方程模型能够去除噪声,但是图像模糊。去噪效果最差的是P-M模型。

引用

页码：109 / 112

页数：4

共 10 条

[1]

You-Kaveh图像去噪模型扩散系数的改进 [J].