本书涵盖了用于数字图像增强和多尺度图像表示的非线性偏微分方程（PDE）方法背后的主要思想。

不同的低维嵌入是一个正交坐标系，由1. 数据上定义的扩散过程2 . 归一化拉普拉斯贝尔特拉米算子3. 归一化 Focker Plank 算子 这是一种使用流形学习概念的非线性降维技术。 图像是彩色编码的。 （使用此算法使用归一化 Focker Plank 算子的前三个非平凡特征函数对每个 2 维的 2 个数据集进行聚类）

我已经应用了大趋势扩散方法来生成与我的应用程序相关的虚拟样本，您可以根据您当前的问题使用或修改此代码。 此样本中的特征是房间数量、走廊大小和房间大小（对于模块化建筑），理想的输出是估计模拟器的菌落大小和限制参数。 您可以通过此电子邮件向我提出任何问题或疑问： aqillakhamis@gmail.com

ADMSS 是 Matlab:copyright: 软件包，它实现了最近发表的论文中描述的“基于超声图像散斑统计的带记忆的各向异性扩散滤波器”： · G. Ramos-Llorden 等人，“具有基于超声图像斑点统计的记忆的各向异性扩散滤波器”，IEEE 图像处理交易，第 24 卷，第 1 期，第 345,358 页，2015 年 1 月 DOI：10.1109/提示.2014.2371244 ADMSS 大大减轻了各向异性扩散滤波器的主要问题之一 [1]：由于扩散过程中局部结构定义丢失而导致的过度过滤效应。 这是通过包含以扩散张量微分延迟方程 (DDE) 形式实现的概率组织选择性记忆机制来实现的。 记忆在无意义区域被关闭，但在详细结构区域被激活，这种区分以贝叶斯概率方式进行。 结果，现在遵循时间沃尔泰拉方程的扩散通量在时间上被正则化，并且通过赋予初始扩散通量比瞬时扩散通量更重要的重要性，仅在详细区域中跟踪

DPAD 实现了两种不同的基于各向异性扩散的散斑过滤方案： -SRAD（减少斑点AD） -DPAD（细节保留广告） 这两种方法都基于 Frost 和 Kuan 的 LMMSE 滤波器对乘法噪声的各向异性扩展。 滤波器的优劣基于对噪声变异系数的正确估计。 扩散也可以使用实现半隐式方案的AOS运算符完成。 论文中的方法解释如下： 于 Y，阿克顿 ST。 散斑减少各向异性扩散。 IEEE Trans 图像处理。 2002;11(11):1260-70。 S. Aja-Fernandez、C. Alberola Lopez，关于各向异性扩散散斑滤波的变异系数的估计，IEEE Trans。 图像处理，第 15 卷，没有。 9，2006 年 9 月。 基于 Yu 和 Acton 实现的 SRADDIF 工具箱的工具箱（基于 Frederico D'Almeida 的“非线性扩散工具箱”

Diffusion

各种基于扩散的图像过滤方法： 1. 使用热方程的线性扩散滤波 - 使用隐式和显式欧拉方法求解。 2.边缘增强线性各向异性扩散过滤。 3.边缘增强非线性各向异性扩散过滤。 包括测试图像的数据文件。 每个文件都是一个实现上述方法之一的脚本。 阅读评论了解详情。 版权所有 (c) Ritwik Ku​​mar，哈佛大学 2010 www.seas.harvard.edu/~rkkumar

利用各向异性扩散方法对超声图像去噪的四篇论文以及matlab代码，希望对你有用。 speckle reducing 四篇文章目录 [1] P. Perona and J. Malik. Scale-space and edge detection using anisotropic diffusion.IEEE Trans. 1990. [2] Y. Yu and S.T. Acton, Speckle reducing anisotropic diffusion,IEEE Trans. 2002 [3] S. Aja‐Fernandez, C. Alberola Lopez, On the Estimation of the Coefficient of Variation for Anisotropic Diffusion Speckle Filtering, IEEE Trans. 2006. [4] Karl Krissian,Oriented Speckle Reducing Anisotropic Diffusion,IEEE TRANS 2007

定向扩散（Directed Diffusion, DD）协议在omnet++模拟器上的实现

论文+代码，可用 论文详细S. Aja‐Fernandez, C. Alberola Lopez, On the Estimation of the Coefficient of Variation for Anisotropic Diffusion Speckle Filtering, IEEE Trans. 2006.