非线性各向异性扩散滤波MATLAB程序

function Jd=diffusion（JmethodNKdtsigma2）
% private function: diffusion （by Guy Gilboa）:
% Jd=diffusion（JmethodNK）
% Simulates N iterations of diffusion parameters:
% J =  source image （2D gray-level matrix） for diffusio
% method =  ‘lin‘:  Linear diffusion （constant c=1）.
%           ‘pm1‘: perona-malik c=exp{-（|grad（J）|/K）^2} [PM90]
%           ‘pm2‘: perona-malik c=1/{1+（|grad（J）|/K）^2} [PM90]
%           ‘rmp‘: complex valued - ramp preserving [GSZ01]
% K    edge threshold parameter
% N    number of iterations
% dt   time increment （0 < dt <= 0.25 default 0.2）
% sigma2 - if present calculates gradients of diffusion coefficient
%          convolved with gaussian of var sigma2 （Catte et al [CLMC92]）

if ~exist（‘N‘）
   N=1;
end
if ~exist（‘K‘）
   K=1;
end
if ~exist（‘dt‘）
   dt=0.2;
end
if ~exist（‘sigma2‘）
   sigma2=0;
end

[NyNx]=size（J）; 

if （nargin<3） 
   error（‘not enough arguments （at least 3 should be given）‘）;
end

for i=1:N;   
   % gaussian filter with kernel 5x5 （Catte et al）
   if （sigma2>0） 
      Jo = J;   % save J original
      J=gauss（J5sigma2）;  
   end

	% calculate gradient in all directions （NSEW）
	In=[J（1:）; J（1:Ny-1:）]-J;
	Is=[J（2:Ny:）; J（Ny:）]-J;
	Ie=[J（:2:Nx） J（:Nx）]-J;
   Iw=[J（:1） J（:1:Nx-1）]-J;

	% calculate diffusion coefficients in all directions according to method
   if （method == ‘lin‘）
	   Cn=K; Cs=K; Ce=K; Cw=K;
   elseif （met