本文提出了一种各向异性扩散方法来去除超声图像和卫星图像中常被乘性噪声破坏的噪声。
该方法包含一个发散项,其扩散核结合了进化图像和梯度来控制扩散过程,以确保有效地保留语义图像特征。
当纹理检测器和图像梯度泛函都进行高阶幂处理时,可以得到最优的去噪效果。我们的模型与现有的模型进行了比较,以重建高质量的纹理图像,使用纹理图像和合成图像与散斑噪声损坏。
我诚挚地感谢和感谢我的导师Baraka Maiseli博士和Josiah Nombo博士在整个论文期间对我的不懈指导。
最后,我要特别感谢教育科技部为我提供奖学金攻读博士学位。
以下是这项工作的出版细节:
Ally, N., Nombo, J., Ibwe, K., Abdalla . T., & Maiseli, B. J.(2021)。具有纹理保存能力的扩散驱动图像去噪模型。信号处理系统学报,1-13。
引用作为
纳索尔·纳索尔(2022年)。去噪模型,保留纹理和边缘(//www.tatmou.com/matlabcentral/fileexchange/94530-denoising-model-which-preserves-texture-and-edge), MATLAB中央文件交换。检索.