Image 有谁能告诉我，还有什么方法可以在不丢失图像特定部分的情况下漫射图像
Perona-Malik扩散方程基于两点去除图像中的噪声：Image 有谁能告诉我，还有什么方法可以在不丢失图像特定部分的情况下漫射图像,image,image-processing,Image,Image Processing,Perona-Malik扩散方程基于两点去除图像中的噪声： 与低对比度边缘相比，更喜欢高对比度边缘 喜欢宽阔的区域而不是较小的区域 有谁能告诉我，还有什么方法可以在不丢失图像特定部分（如边缘、图像内容、线条和其他细节）的情况下扩散图像？有一种各向异性方法，声称可以在减少噪声的同时保留边缘。看 扩散算子本质上去除了特征，这就是它去除噪声的方式。所以总有一些损失。但是，通过选择漫反射不同的近边（漫反射较少或漫反射与边相切而不是法线），可以保留边 如果存在无法丢失的特征，则无法对其应用扩散操作符
- 与低对比度边缘相比，更喜欢高对比度边缘
- 喜欢宽阔的区域而不是较小的区域
有谁能告诉我，还有什么方法可以在不丢失图像特定部分（如边缘、图像内容、线条和其他细节）的情况下扩散图像？有一种各向异性方法，声称可以在减少噪声的同时保留边缘。看 扩散算子本质上去除了特征，这就是它去除噪声的方式。所以总有一些损失。但是，通过选择漫反射不同的近边（漫反射较少或漫反射与边相切而不是法线），可以保留边
如果存在无法丢失的特征，则无法对其应用扩散操作符，否则将有丢失特征的风险 更先进的方法是使用图像的结构张量来平滑边缘，而不模糊边缘 基本上，结构张量提供了有关图像局部梯度的信息。
使用此信息，您可以平滑“平坦”区域并锐化边缘区域 佩罗纳·马利克（Perona Malik）非常古老，现在有了更好的方法 请看这里：