论文部分内容阅读
数字图像处理技术与人类日常生活息息相关。它所处理的对象几乎涉及社会生活的所有领域，其中一个重要且基本的研究内容是对数字图像放大或缩小，该技术在图像的显示、传输、分析、动画制作以及电影合成等方面应用广泛。本文围绕基于偏微分方程(PDE)图像放大的数学建模、数值应用实现以及对放大图像的质量评价等内容展开深入研究。获得如下研究成果：
1.提出P—M方程与中值滤波相结合的PM—MF图像放大方法并将其应用于图像放大，较好地保持了放大图像的特征。
2.提出将曲率驱动与边缘停止相结合的非线性扩散模型(C&E模型)应用于图像放大，具有保护图像中强烈并且光顺的边缘和消除图像中任何具有大曲率的孤立点的作用。实验证明C&E模型具有好的图像放大能力。
3.将Self—Snake模型引入图像放大，拓展了Self—Snake模型在图像处理领域的应用范围。
4.建立一套包括梯度模值和、峰值信噪比、均方误差和灰度偏移度四个指标的评价放大图像质量的体系。
本文围绕图像放大的偏微分方程方法，结合对放大图像的质量评价，证明非线性PDE图像放大方法无论是从主观还是客观上均优于线性PDE图像放大方法。拓宽了PDE在图像放大领域的方法研究和应用范围。