改进的模糊逻辑偏微分方程去噪方法

doi:10.3778/j.issn.1002-8331.2009.10.008

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (10): 23-25.DOI: 10.3778/j.issn.1002-8331.2009.10.008

改进的模糊逻辑偏微分方程去噪方法

石振刚^1,2,高立群²

1.沈阳理工大学信息科学与工程学院，沈阳 110168
2.东北大学信息科学与工程学院，沈阳 110004

收稿日期:2008-12-17 修回日期:2009-02-09 出版日期:2009-04-01 发布日期:2009-04-01
通讯作者: 石振刚

Improved image denoising algorithm of PDEs based on fuzzy logic

SHI Zhen-gang^1,2,GAO Li-qun²

1.College of Information Science and Engineering，Shenyang Ligong University，Shenyang 110168，China
2.College of Information Science and Engineering，Northeastern University，Shenyang 110004，China

Received:2008-12-17 Revised:2009-02-09 Online:2009-04-01 Published:2009-04-01
Contact: SHI Zhen-gang

摘要/Abstract

摘要： 在研究图像噪声过滤时，为了既有效地去除噪声，又能够较好地保持图像边缘和重要的细节信息，将模糊逻辑思想与PM方法相结合，提出了一种对噪声图像更有效的基于模糊逻辑的偏微分方程去噪算法。该算法把PM方法中扩散方程的扩散系数看作像素梯度对于图像平滑区域的模糊隶属度函数，并通过定义合理的模糊隶属度函数，使得对不同的像素梯度大小采用不同的扩散系数。仿真实验表明，此算法在去除噪声的同时，能更好地保持图像的边缘细节，具有较好的处理效果。

关键词: 噪声图像, 偏微分方程, 扩散系数, 模糊逻辑, 模糊隶属度函数

Abstract: In research of image denoising，in order to remove noise effectively and preserve edges and key details，an effective image denoising algorithm based on fuzzy logic PDEs is proposed in this paper.This algorithm combines the fuzzy logical with the Perona-Malik method.This algorithm builds a new diffusion coefficient in partial derivative equation with the fuzzy membership between the image gradient and the corresponding smooth regions.By defining reasonable fuzzy membership function，the algorithm is based upon a selective and improved diffusion coefficient and performed adaptively towards different gradients.Simulation experiments show the algorithm can effectively reduce the noises of the image，and its results needn’t to be adjusted，which can enhance the precision of edge orientation.

Key words: noisy image, partial derivative equation, diffusion coefficient, fuzzy logic, fuzzy membership function

石振刚^1,2,高立群². 改进的模糊逻辑偏微分方程去噪方法[J]. 计算机工程与应用, 2009, 45(10): 23-25.

SHI Zhen-gang^1,2,GAO Li-qun². Improved image denoising algorithm of PDEs based on fuzzy logic[J]. Computer Engineering and Applications, 2009, 45(10): 23-25.

[1]	袁顺杰，程辉，叶贞成，程培鑫. SOM-T2 FLS在股市预测中的应用研究[J]. 计算机工程与应用, 2020, 56(7): 130-136.
[2]	刘洪琛，刘朝霞，张龙. 融合[L2]和KL保真项的图像恢复算法[J]. 计算机工程与应用, 2020, 56(5): 214-221.
[3]	吴漩，王艳，陈星. 无需初始轮廓的快速图像分割模型[J]. 计算机工程与应用, 2019, 55(11): 167-171.
[4]	张龙，刘朝霞，刘洪琛. 一种去除椒盐噪声带L1保真项的混合变分模型[J]. 计算机工程与应用, 2019, 55(1): 210-216.
[5]	王伦磊，吴洪博. IMTL-代数的零化算子和[⊕]理想及其相互关系[J]. 计算机工程与应用, 2017, 53(9): 57-62.
[6]	吕风杰，信科. 基于小波域峰态值的无参考噪声图像评价算法[J]. 计算机工程与应用, 2017, 53(7): 202-205.
[7]	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.
[8]	李庆，郑力新，潘书万，张裕坤，谢一首. 使用单目视觉的移动机器人导航方法[J]. 计算机工程与应用, 2017, 53(4): 223-227.
[9]	刘祎1，2，张权1，2，张鹏程1，2，宋胜涛1，陈阳3，桂志国1，2. 基于直觉模糊散度的噪声图像边缘检测[J]. 计算机工程与应用, 2017, 53(23): 6-11.
[10]	薛文丹，赵凤群. 涉及景深的雾天图像增强的偏微分方程模型[J]. 计算机工程与应用, 2017, 53(19): 192-197.
[11]	万玮，刘朝霞. 一种改进的欧拉弹性修补模型[J]. 计算机工程与应用, 2017, 53(13): 196-200.
[12]	师肖静，张兴芳. 概率逻辑、不确定逻辑和模糊逻辑之比较[J]. 计算机工程与应用, 2017, 53(12): 50-52.
[13]	周建仁1，2，吴洪博2. [BL?]系统和IMTL系统等价性的语构证明[J]. 计算机工程与应用, 2016, 52(5): 41-46.
[14]	彭晏飞，周南，林森. 改进的SLTP方法在掌纹识别中的应用[J]. 计算机工程与应用, 2016, 52(5): 179-184.
[15]	纪丽珍1，李鹏1，李林2，刘澄玉1，王新沛1，李可1，刘常春1. 冠心病患者心脏电-机械活动时间序列的熵分析[J]. 计算机工程与应用, 2016, 52(10): 265-270.

改进的模糊逻辑偏微分方程去噪方法

Improved image denoising algorithm of PDEs based on fuzzy logic

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics