我想知道扩散在图像处理中的用途是什么？为什么各向异性扩散很重要，通常在哪个领域使用？
#1 楼
Perona和Malik的各向异性扩散算法是基于偏微分方程（PDE）的去噪的开创性工作。它应用了像素强度的扩散定律，以平滑图像中的纹理。阈值函数用于防止在边缘发生扩散，因此可以保留图像中的边缘。 （与例如高斯模糊滤镜不同。）如果您要消除噪点，但又不想使图像的边缘平滑，例如，如果您想使用这些边缘对图像进行分割，而无需受到噪音的干扰。
已经进行了很多努力，以改善，扩展它的作用。
现在使用它的地方，我的文化还很有限。我可以列举两个
在生命科学领域（我工作的地方）中的图像分析：您可以从显微镜中获得的图像非常嘈杂，而且在大多数情况下，这是通过建设。这些数据的自动图像分析通常涉及分割，有时您需要基于PDE的算法进行分割。
视频游戏！例如，尝试播放“质量效应”（至少是第一个）。
评论
$ \ begingroup $
您能评论一下它在视频游戏中的使用情况吗？我正在分析视频游戏画面（SSF4：AE，UMvC3），并对如何将其应用于这些分析感兴趣。
$ \ endgroup $
–casperOne
2012年1月5日4:49
$ \ begingroup $
@casperOne：我实际上不能，因为我不属于视频游戏专家领域。我注意到它被用来（或类似的算法）为3D引擎（斑点噪声+ AD的组合）赋予一种“电影般”的感觉。在前面提到的质量效应示例中，通过将相机聚焦在角色上并保持静止，您可以注意到它，甚至可以看到迭代过程。也许在专门的堆栈交换论坛上的问题可能对您有所帮助？
$ \ endgroup $
–让·伊夫
2012年1月6日7:10