An edge fusion scheme for image denoising based on anisotropic diffusion models

در این مقاله، ما یک مدل انتشار بی نظیری ارائه می دهیم. مدل بهبود یافته می تواند اطلاعات دقیق تصویر را به عنوان مناطق صاف، لبه ها، گوشه ها و صداهای جدا شده توسط پارامترهای مشخص و پارامتر واریانس گرادیان طبقه بندی کند. و برای اطلاعات تصویر مختلف، ارزش های ویژه تانسور انتشار برای طراحی انتشار تطبیقی ​​طراحی شده اند. علاوه بر این، یک طرح همجوشی لبه برای حفظ لبه ها پس از انهدام با استفاده از روش های مختلف تشخیص و لبه تشخیص داده می شود. در ابتدا، روشهای مختلفی برای استفاده از تصویرهای پر سر و صدا برای به دست آوردن تصاویر متداول استفاده شده است و بهترین روش در میان آنها به عنوان روش اصلی انتخاب شده است. سپس تصاویر لبه ای از تصاویر متخلخل با روش های تشخیص لبه به دست می آیند. در نهایت، با ترکیب تصاویر لبه با همدیگر لبه های یکپارچه می تواند جایگزین لبه های تصویر متصل شده توسط روش اصلی بدست آید. نتایج تجربی نشان می دهد که مدل پیشنهادی می تواند در حالی که لبه ها و گوشه ها را حفظ می کند، حفظ شود و طرح همجوشی لبه دقیق و موثر باشد.