【图像去噪】基于PM模型实现图像降噪附matlab代码

1 内容介绍

为了提高去除噪声和保留细节信息的算法的性能，Peroha等［8］提出以热学中扩散方程式为基础的扩散算法即为PM模型。该模型主要是在经典各向异性扩散方dgi，j，t/dt= div(d!g) 上提出将其中的扩散系数d用函数控制的扩散系数替代。PM模型为

2 部分代码

clear all;

close all;

%Io=imread('Image/Article3.bmp');% 读入一幅图像

%Io=imread('Image/GZC01.bmp');

Io=imread('pepper.bmp');

%Io=imread('Image/cameraman.bmp');

I=double(rgb2gray(Io));

In=I;

% I=double(Io);

% stan_var=20;

% var=stan_var^(2);

% IN1=randn(size(I))*stan_var;

% In=I+IN1;

% save('In');

% % load('In');

figure(2),imshow(In,[],'Border','tight');

figure(3),imshow(I,[],'Border','tight');

lamda=0.2;

iter=350;

K=2.5;

[ImMAE,PSNRAll,Is]=diffusion_PM(I,In,iter,lamda,K);

figure(4),imshow(Is,[],'Border','tight');

figure(5),imshow(Is-In,[],'Border','tight');

[Ny,Nx]=size(Is);

x=1:Nx;

level=fix(Ny/2);

y=Is(level,:);

y1=I(level,:);

y2=In(level,:);

figure(14);

subplot(2,1,1); plot(x,y,x,y1);

title('SmoothImage And OriginalImage')

subplot(2,1,2); plot(x,y,x,y1,x,y2);

title('NoiseImage And OriginalImage')

figure(6);

x=1:iter;

plot(x,PSNRAll);title('PSNR')

figure(7);

x=1:iter;

plot(x,ImMAE);title('MAE')

3 运行结果

4 参考文献

[1]晏满钰, and 文成玉. "改进的PM模型的医学超声图像去噪算法." 成都信息工程大学报 034.006(2019):P.600-605.

[2]刘小扬, 王美清. PM模型与YK模型相结合图像去噪改进方法[J]. 微计算机信息, 2009(21):3.

部分理论引用网络文献，若有侵权联系博主删除。