Scale-space and edge detection using anisotropic diffusion 论文和代码

论文+代码 论文详细P. Perona and J. Malik. Scale-space and edge detection using anisotropic diffusion.IEEE Trans. 1990.

% ANISODIFF - Anisotropic diffusion.
%
% 
%  diff = anisodiff（im niter kappa lambda option）
%
% 
%         im     - input image
%         niter  - number of iterations.
%         kappa  - conduction coefficient 20-100 ?
%         lambda - max value of .25 for stability
%         option - 1 Perona Malik diffusion equation No 1
%                  2 Perona Malik diffusion equation No 2
%
% Return
%         diff   - diffused image.
%
% kappa controls conduction as a function of gradient.  If kappa is low
% then mall intensity gradients are able to block conduction and hence diffusion
% across step edges.  A large value reduces the influence of intensity
% gradients on conduction.
%
% lambda controls speed of diffusion （you usually want it at a maximum of
% 0.25）
%
% Diffusion equation 1 preserve high contrast edges over low contrast ones.
% Diffusion equation 2 favours wide regions over smaller ones.

% Reference: 
% P. Perona and J. Malik. 
% Scale-space and edge detection using anisotropic diffusion.
% IEEE Transactions on Pattern Analysis and Machine Intelligence 
% 12（7）:629-639 July 1990.


function diff = anisodiff（im niter kappa lambda option）

if ndims（im）==3
  error（‘Anisodiff only operates on 2D grey-scale images‘）;
end

im = double（im）;
[rowscols] = size（im）;
diff = im;

%{
var = 2;
x = （-4:4）;
g = exp（-x.*x/（2*var））; g  = g/sum（g）;

blurred = conv2（img‘same‘）;
im_b = conv2（blurredg‘‘same‘）; 

%}

for i = 1:niter
 % fprintf（‘\rIteration %d‘i）;

  % Construct diffl which is the same as diff but
  % has an extra padding of zeros around it.
  diffl = zeros（rows+2 cols+2）;
  diffl（2:rows+1 2:cols+1） = diff;

  % North South East and West differences
  deltaN = diffl（1:rows2:cols+1）   - diff;
  deltaS = diffl（3:rows+22:cols+1） - diff;
  deltaE = diffl（2:rows+13:cols+2） - diff;
  deltaW = diffl（2:rows+11:cols）   - diff;
  %deltaN = diff;deltaW;
  

  % Conduction

  if option == 1
    cN = exp（-（deltaN/kappa）.^2）;
    cS = exp（-（deltaS/kappa）.^2）;
    cE = exp（-（deltaE/kappa）.^2）;
    cW = exp（-（deltaW/kappa）.^2）;
  elseif option == 2
    cN = 1./（1 + （deltaN/kappa）.^2）;
    cS = 1./（1 + （deltaS/kappa）.^2）;
    cE = 1./（1 + （deltaE/kappa）.^2）;
    cW = 1./（1 + （deltaW/kappa）.^2）;
  end

  % APPLYING FOUR-POINT-TEMPLETE FOR numerical solution of DIFFUSION P.D.E.
  
  diff = diff + lambda*（cN.*deltaN + cS.*deltaS + cE.*deltaE + cW.*deltaW）;

%  Uncomment the following to see a progression of images
%  subplot（ceil（sqrt（niterations））ceil（sqrt（niterations）） i）
%  imagesc（diff） colormap（gray） axis image

end
%fprintf（‘\n‘）;

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件     1332481  2012-10-21 22:29  PM_AD\Scale-space and edge detection using anisotropic diffusion.pdf
     文件        2694  2006-02-13 15:32  PM_AD\anisodiff.m
     目录           0  2012-11-13 15:24  PM_AD\