本发明是涉及一种基于分数阶微分的数字滤波与图像处理方法，属于数字滤波器设计领域，也可应用于含噪声图片信号的处理，以及加密图片信号的还原恢复。该方法主要是首先对图片数据进行四类分组，视作分数阶微分滤波器的输入，采用传递函数思想构建近似分数阶微分滤波器，依次对各组信号进行滤波后得到的输出数据，再按照相应分组方式还原存储成为图片文件。该图像处理方式对含噪声图片的处理效果较传统低通滤波以及高斯滤波的效果更显著，尤其是针对时滞噪声的处理上，更具有优势。而且该基于分数阶微分的滤波处理方式无需进行傅里叶变换与逆变换，因此与常规方法相比，具有计算简单的优点，可应用于其它数据处理与图形处理领域。

本发明能提供一种基于分数阶滤波器的图像滤波处理方法，进而克服传统图像处理需要进行傅里叶变换与逆傅里叶变换而导致的计算复杂与图像滤波效果不佳的问题。对含噪声的图片文件进行数据归一化预处理。将图片数据提取整理为二维或三维矩阵形式，并进行数据归一化，以方便后续处理。提供了一种基于分数阶微分的数字信号滤波与图像处理方法不仅在数据处理上因不需要进行傅里叶变换与逆变换而快速简便，而且在针对某类时滞延迟类的噪声时，图像滤波方面较传统的高斯滤波具有更好的效果。相比于现有技术，本发明的图像处理方式对含噪声图片的处理效果较传统低通滤波以及高斯滤波的效果更显著，尤其是针对时滞噪声的处理上，更具有优势。而且该基于分数阶微分的滤波处理方式无需进行傅里叶变换与逆变换，与常规方法相比，具有计算简单的优点，因此有很高的应用价值。因此，本发明是涉及一种基于分数阶微分的数字滤波与图像处理方法可应用于含噪声图片信号的处理，以及加密图片信号的还原恢复。

图像滤波，即在尽量保留图像细节特征的条件下对目标图像的噪声进行抑制，是图像预处理中不可缺少的操作，其处理效果的好坏将直接影响到后续图像处理和分析的有效性和可靠性。目前主要的图像滤波方法有盒式滤波、均值滤波、高斯滤波、中值滤波、双边滤波、导向滤波。上述滤波方法主要是消除噪音与平滑滤波。空间域的平滑滤波会使得边缘信息出现损失，从而使得图像区域模糊，因此需要合理选取领域大小。而一般频域滤波的设计方法是将图像进行傅里叶变换得到频域图像，再通过频域滤波器进行频域滤波，最后进行傅里叶逆变换得到滤波后的图像。

王新宇老师30多年以来一直从事物理学的教学与研究工作。获得烟台大学首届“同学心目中最优秀教师”荣誉称号，两届被评为“烟台大学首席教师”。2016年获山东省高校教学改革重点项目1项；2018年获山东省高等学校优秀教学成果奖二等奖1项；指导学生参加山东省大学生物理竞赛获一、二、三等奖多项；出版大学物理教材1部；发表教学研究论文多篇。任教育部高等学校大学物理课程教学指导委员会文科类物理课程工作委员会委员和华东地区工作委员会委员。

本发明图像处理方式对含噪声图片的处理效果较传统低通滤波以及高斯滤波的效果更显著，尤其是针对时滞噪声的处理上，更具有优势，而且本发明基于分数阶微分的滤波处理方式无需进行傅里叶变换与逆变换，因此与常规方法相比，具有计算简单的优点，因此有很高的应用价值，也可应用于其它数据处理与图形处理领域。相比于现有技术，本发明的图像处理方式对含噪声图片的处理效果较传统低通滤波以及高斯滤波的效果更显著，尤其是针对时滞噪声的处理上，更具有优势。而且该基于分数阶微分的滤波处理方式无需进行傅里叶变换与逆变换，与常规方法相比，具有计算简单的优点，因此有很高的应用价值。因此，本发明是涉及一种基于分数阶微分的数字滤波与图像处理方法可应用于含噪声图片信号的处理，以及加密图片信号的还原恢复。

技术转让，许可，合作所需资金需双方协商，此项技术想尽快落地保定，希望具备此项技术研发的技术方，能够尽快承接此项目。