異方性拡散が画像処理に役立つのはなぜですか？

私は異方性拡散と、Perona＆Malikによって提案された2つの係数に取り組んでいます。

画像処理での拡散の使用について知りたいのですが。異方性拡散はなぜ重要で、どの分野で一般的に使用されていますか？

ペローナとマリクによる異方性拡散アルゴリズムは、偏微分方程式（PDE）ベースのノイズ除去における先駆的な研究です。

ピクセル強度に拡散の法則を適用して、画像のテクスチャを滑らかにします。しきい値関数は、エッジ全体で拡散が発生するのを防ぐために使用されるため、画像のエッジが保持されます。（たとえば、ガウスぼかしフィルターとは異なります。）これにより、ノイズを除去したいが、画像のエッジを滑らかにしたくない場合、たとえば、これらのエッジを使用して画像をセグメント化したい場合、ノイズによって混乱。

その上に構築され、それを改善または拡張する多くの努力がなされてきました。

今、それが使われているところについては、私には限られた文化しかない。2つ引用できます

• ライフサイエンス分野（私が勤務する分野）での画像分析：顕微鏡から得られる画像は非常にノイズが多く、ほとんどの場合、それは構造によるものです。これらのデータの自動画像分析には、セグメンテーションが含まれることがよくあります。そのため、PDEベースのアルゴリズムが使用されることがあります。

• ビデオゲーム！たとえば、Mass Effect（少なくとも最初のもの）を試してみてください。