Enable JavaScript to interact with content and submit forms on Wolfram websites. Learn how

PeronaMalikFilter

PeronaMalikFilter[image]

对 image 应用 Perona–Malik 扩散滤波器.

PeronaMalikFilter[image,t]

指定要应用的扩散时间 t.

PeronaMalikFilter[image,t,k]

使用电导参数 k.

PeronaMalikFilter[image,t,k,σ]

在电导函数中应用宽度 σ 的高斯正则化于图像梯度.

更多信息

Perona–Malik 滤波是一个非均匀扩散方法，一般用于平滑图像，同时保留边缘.
PeronaMalikFilter 可用于 2D 灰度或多通道图像，分别作用于每个通道.
PeronaMalikFilter 应用扩散方程 $partial_tf=del . c_(k)(TemplateBox[{{{del , _, sigma}, f}}, Abs]) del f$ 于每个图像通道 .
σ 正则化的梯度范数 $TemplateBox[{{{del , _, sigma}, f}}, Abs]$ 的函数 $c_(k)(TemplateBox[{{{del , _, sigma}, f}}, Abs])=ⅇ^(-|del _sigmaf|^2/k^2)$ 定义扩散电流的电导系数. 在边缘的梯度范数与 k 相比是大的，扩散被压制，因此保留边缘.
在 PeronaMalikFilter[image,t] 中，t 参数化了扩散的演变，因此提高了滤波器的空间范围.
电导参数 k 可以是任何正数. k 的默认值是 Automatic，赋值 k 为 image 的梯度范数的50%的分位数. 如果出现一个多通道，则考虑通道平均的梯度范数.
正则化参数 σ 是高斯核的标准偏差，图像梯度与其进行卷积. σ 正则化使得电导项 $c_(k)(TemplateBox[{{{del , _, sigma}, f}}, Abs])$ 不易受噪声影响. 如果，有限差分格式用于决定梯度.
PeronaMalikFilter[image] 等同于 PeronaMalikFilter[image,1,Automatic,0].

范例

打开所有单元关闭所有单元

基本范例 (1)

Perona–Malik 滤波应用于显微镜图像：

范围 (3)

Perona–Malik 滤波应用于 MRI 图像：

指定一个大的电导参数，只保留强边缘：

指定一个小的缩放比例，忽略由噪声产生的边：

应用 (2)

使用 Perona–Malik 滤波隔离超声波中的卵泡：

平滑超声波图像，分割一个血管肌脂瘤：

属性和关系 (1)

通常更强的边缘得到增强，较弱的边缘变得模糊不清：

具有较低的电导参数，模糊减弱：

顶部