三。国标- Fab的各向异性过滤自适应滤波技术，已实现输入图像的预处理是一种落后的提出改进和各向异性扩散（也为Fab [25]，[27]）。巴西空军各向异性扩散是一个非线性特征，有效地维护平滑技术消除了图像的图像噪声和纹理，同时保留弱边缘信息。原来的各向异性扩散滤波（下午）已经提出了佩罗娜和马利克[26]，他们制定了一个扩散的过程，是图像区域内进行，并在边界地区的镇压平滑。为了实现这一目标的行为，他们开发出一种数学框架，中部是一个扩散的作用，它控制平滑（1）的水平发挥的图像数据在哪里，是在梯度算子在迭代的位置，代表的扩散功能分区是发散运营商。该功能通常是用指数函数实现如下图中（2），其中参数控制平滑（2）可以看出，扩散函数在区间和渐变的价值增加衰变界的水平。项目经理是一个高效的过滤功能，维护平滑策略，但它的输入和输出之间的偏移所造成的图像稳定性问题。下午滤波与标准相关的另一个问题是，积极的扩散功能作用后[见图介质梯度。 2（a）条]这导致了在图像中边缘平滑的衰减。为了消除与原来的下午制订相关的限制，巴西空军已经提出了各向异性扩散[25]。巴西空军的扩散函数的目的是突出大中型梯度噪声是独立的，这是由扩散进程中取得扭转。这可以实现同时采用两种扩散：向前扩散之物，通常是由噪音造成的低梯度行为，而落后的扩散应用于扭转时，扩散过程中梯度问题。这可以观察到图。 2（a）如它表明，巴西空军扩散函数变成为负的梯度媒体价值观[在（3）定义]。不过，自定义函数是由两个参数与稳定相关的问题更难以控制。为了解决这些问题，Smolka和Plataniotis [27]提出了一个随时间变化的冷却过程[见图列入。 2款（b）]那里的扩散参数的值是在逐步与迭代次数的增加而降低[见（4）]
耨，很累的！