一种异性扩散的自适应平滑滤波算法

计算机工程与应用 ›› 2013, Vol. 49 ›› Issue (20): 141-144.

一种异性扩散的自适应平滑滤波算法

连仁包1，王卫星2

1.福建江夏学院电子信息科学学院，福州 350108
2.福州大学物理与信息工程学院，福州 350108

出版日期:2013-10-15 发布日期:2013-10-30

Anisotropic diffusion and adaptive smoothing algorithm

LIAN Renbao1, WANG Weixing2

1.College of Electronics and Information Science, Fujian Jiangxia University, Fuzhou 350108, China
2.School of Physics and Information Engineering, Fuzhou University, Fuzhou 350108, China

Online:2013-10-15 Published:2013-10-30

摘要/Abstract

摘要： 固定尺度的高斯滤波器对图像中的所有像素使用相同的加权系数，在平滑噪声的同时也模糊了边缘信息，影响了后期的边缘定位和提取，为此提出了一种异性扩散的自适应仿高斯滤波器，通过计算当前像素与周围像素的灰度梯度，预判该像素类型（噪声点或是边缘点），并根据像素点类型和梯度生成自适应的、各向异性的加权系数，通过多次平滑迭代实现权重的异性扩散。实验结果表明，该滤波算法具有平滑噪声的同时保留并锐化边缘效果。

关键词: 异性扩散, 自适应滤波, 图像平滑, 高斯滤波

Abstract: Gaussian filter with fixed scale-parameter uses the fixed coefficients for every pixel to smooth image. The noise is smoothed out while the edge is distorted. The defect will influence the edge detection and extraction later. Therefore a kind of anisotropic diffusion smooth algorithm is proposed in this paper. In the algorithm, the type（noise or edge） of current pixel is predicted by calculating the gray-gradients of the pixels around the pixel, and according to the pixel type and gradients, the unique and anisotropic coefficients for the pixel are generated. The coefficients anisotropic diffusion is achieved by some times iteration. The experimental results show that, the algorithm can smooth noise while preserving and sharpening the edge.

Key words: anisotropic diffusion, adaptive filtering, image smoothing, Gaussian filter

连仁包1，王卫星2. 一种异性扩散的自适应平滑滤波算法[J]. 计算机工程与应用, 2013, 49(20): 141-144.

LIAN Renbao1, WANG Weixing2. Anisotropic diffusion and adaptive smoothing algorithm[J]. Computer Engineering and Applications, 2013, 49(20): 141-144.

[1]	薛冕，刘翔，石蕴玉，辛斌杰. 抑制光照不均匀影响的图像特征点提取算法[J]. 计算机工程与应用, 2021, 57(4): 183-191.
[2]	李文龙，李兴广，胡冉冉，崔炜. 基于天空分割的单幅交通标志图像去雾算法[J]. 计算机工程与应用, 2021, 57(20): 221-228.
[3]	王延华，李腾. 基于双目视觉的接触网磨耗在线检测研究[J]. 计算机工程与应用, 2018, 54(5): 242-246.
[4]	韩明，吴朔媚，王敬涛，孟军英. 基于改进能量泛函模型的噪声图像分割算法[J]. 计算机工程与应用, 2018, 54(23): 23-30.
[5]	李安迪1，2，刘祎1，2，张权1，2，桂志国1，2. 各向异性加权先验模型MAP投影域降噪[J]. 计算机工程与应用, 2018, 54(22): 180-185.
[6]	丁炜1，刘恒2，廖成旺1. 基于Android的微震适时监测系统设计与实现[J]. 计算机工程与应用, 2018, 54(17): 266-270.
[7]	成钊1，2，王和明1，唐永康2，张颖1. 基于细节增强分析的硬件木马红外图像检测方法[J]. 计算机工程与应用, 2018, 54(16): 86-92.
[8]	彭志颖，夏海宝，许蕴山. 基于目标跟踪的自适应广义高阶CKF算法[J]. 计算机工程与应用, 2018, 54(11): 46-52.
[9]	秦康，董新民，陈勇. 基于Huber的鲁棒高阶容积卡尔曼滤波算法[J]. 计算机工程与应用, 2017, 53(7): 21-29.
[10]	方政，胡晓辉，陈永. 基于多方向中值滤波的各向异性扩散滤波算法[J]. 计算机工程与应用, 2017, 53(4): 195-199.
[11]	刘巧红1，孙丽萍1，林敏2. 改进的二阶总广义变分图像去噪算法[J]. 计算机工程与应用, 2017, 53(19): 198-203.
[12]	孔国杰，王凯，沈明堂，张芳，吴科. 一种结合小波阈值滤波的自适应整体变分方法[J]. 计算机工程与应用, 2016, 52(8): 240-242.
[13]	彭杨. 结合自适应保真项的各向异性扩散模型[J]. 计算机工程与应用, 2016, 52(7): 206-209.
[14]	杨燕，樊林庆. 基于光照变换的Gabor小波人脸识别[J]. 计算机工程与应用, 2016, 52(5): 220-224.
[15]	黄盼，张晓，滕云龙，刘洋. 基于AR-SRCKF的SINS/GPS深耦合抗转发式干扰研究[J]. 计算机工程与应用, 2016, 52(2): 31-35.