TY -的A2 - Chen Miaochao盟——陈,明PY - 2021 DA - 2021/09/01 TI -分数阶自适应 - - - - - -拉普拉斯Equation-Based艺术图像边缘检测SP - 2337712六世- 2021 AB -近年来,随着图像处理研究的快速发展,非标准图像的研究已逐渐成为一个研究热点,例如,织物图像、遥感图像和齿轮图像。遥感图像的复杂背景和低照度与标准图像和容易混入噪声在收购;一些织物图像丰富的纹理信息,增加了相关处理的困难,也容易与噪声混合在收购。在本文中,我们提出一个分数阶自适应 P 拉普拉斯方程的图像边缘检测算法对图像边缘检测问题中,图像的边缘和纹理信息。算法可以申请订单自适应过滤噪声图像的噪声分布,和自适应扩散系数是由分数阶曲率和分数阶梯度iso-illumination线,结合迭代方法实现的微调嘈杂的图像。实验结果表明,该算法可以去除噪声,同时保留图像的纹理和细节。分数阶偏微分方程图像边缘检测模型,提出了一种分数阶富达术语高斯噪声。保真项的模型结合了分数阶保真项,因为这能消除图像的粗糙部分,同时保留原始图像的纹理更详细地和消除一步效应产生的其他模型如Perona-Malik (PM)和Rudin-Osher-Fatemi(学院)模型。与其他算法进行比较,图像边缘检测效果的帮助下测量评价指标如峰值信噪比和结构相似性,和选择最优值迭代图像边缘检测的结果是最好的保留。卷积掩模图像边缘检测模型提出了基于自适应分数阶微积分的分散在医学图像噪声。适应主要是反映在模型算法通过构造一个指数参数关系密切相关的图像,可以动态地调整参数值,从而使该模型算法更为实用。该模型实现了四个步骤的散射噪声去除。SN - 1687 - 9120 UR - https://doi.org/10.1155/2021/2337712 - 10.1155 / 2021/2337712摩根富林明数学物理的进步PB - Hindawi KW - ER