说明：完成基于各向异性的自适应超声图像去噪和边缘增强方法，参考Adaptive Anisotropic Diffusion for Ultrasonic Image Denoising and Edge Enhancement.pdf，加入了m参数

超声图像-边缘 denoising 超声图像 ULTRASONIC anisotropic

说明：梯度方向直方图

神经网络

说明：运用Perona-Malik各向异性扩散模型对3d图像进行平滑去噪。此方法可以有效的抑制高斯噪声，并保护图像的边缘特征。

Perona-Malik模型 perona 各向异性-高斯 3D图像噪声 去噪

说明：在MATLAB中求图像纹理特征，相控阵天线的方向图（切比雪夫加权），matlab程序运行时导入数据文件作为输入参数，合成孔径雷达（SAR)目标成像仿真，采用加权网络中节点强度和权重都是幂率分布的模型，采用了小波去噪的思想。

切比雪夫分布 texture-denoising 纹理合成 雷达图像去噪

说明：通过高斯函数导数检测图像边缘，实质是方向可调小波变换检测图像边缘（8个方向变换2317784212

matlab 图像 检测 函数 通过 边缘 高斯 导数

说明：应用背景 ； ；剪切波变换，这是一个很好的本地化和优化稀疏有一个简单的数学构造与快速算法实现。这些优点使剪切波变换的一个有吸引力的候选人图像表示关键技术（一）对噪音图像进行分解。（b）获得不同子带和不同采用方向滤波方向剪切波系数。

matlab 图像 变换 剪切

说明：gabor_svm matalb 代码来实现的图像恢复与重建。 能量特征提取掌纹的图像使用 Gabor_Palm 函数，并将块的结果，计算的平均值和方差的每个特征向量作为。160 的特征向量的长度。 使用 Gabor_SVM 分类。 在同一时间使用支持向量机工具箱。

matlab gaborSVM 实现 图像 重建

说明：通过高斯函数导数检测图像边缘，实质是方向可调小波变换检测图像边缘（8个方向变换）。

高斯函数 导数 检测 图像边缘

说明：用全局收敛逆方法从测量的盲后向散射数据中恢复定量图像。

全局收敛逆方法 散射数据 定量图像

说明：RANKLET 是一个方向选择性的非参数功能，基于秩和检验统计量的计算。Ranklets 实现类似回应 Haar 小波时让他们分享同样的方向选择性和多尺度性质的完整性的适当概念模式。他们在探测异常值和亮度、 对比度变化和伽玛校正等单调变换不变性的鲁棒性的图像处理领域，基于等级的 （非参数） 功能变得...

matlab