嵌入式去噪算法研究.pdf

1、噪聲廣泛存在于數(shù)字圖像中，尤其在惡劣環(huán)境中或使用低端的攝像機(jī)拍攝時(shí)都將使圖像中的噪聲大大增加，降低了獲取圖像的畫面質(zhì)量，直接影響后期的技術(shù)應(yīng)用，如人臉識(shí)別，目標(biāo)跟蹤，車牌號(hào)分辨等，圖像去噪研究具有廣泛現(xiàn)實(shí)意義。非局部均值圖像去噪算法（Non-Local Means，NLM）充分利用圖像內(nèi)部存在的大量冗余信息，如紋理信息或結(jié)構(gòu)相似特性等，達(dá)到了極佳的噪聲去除效果，但NLM算法存在計(jì)算量巨大，算法參數(shù)自適應(yīng)研究不夠成熟等問題，在普通PC機(jī)上

2、很難滿足高效實(shí)時(shí)處理需求，影響了算法的推廣應(yīng)用。
　　本文系統(tǒng)的研究了基于 Zernike矩的非局部均值去噪算法（ Zernike-based Non-Local Means，ZNLM），針對(duì)去噪算法的去噪效果和如何將該算法應(yīng)用于嵌入式平臺(tái)展開研究，具體工作和研究成果如下：
　　(1)、提出了基于方法噪聲迭代的ZNLM(Zernike based Non-Local Mean)去噪算法。本文中“方法噪聲”定義為噪聲圖像與去噪

3、后圖像的差值，提出算法能將噪聲圖像的峰值信噪比有效提高4db左右，且在視覺效果方面更加清晰。算法通過分析去噪后圖像的方法噪聲，即噪聲圖像與去噪后圖像的差值，發(fā)現(xiàn)方法噪聲中存在大量的有效結(jié)構(gòu)信息，這些信息在圖像去噪過程中被錯(cuò)誤的濾除，使圖像有效細(xì)節(jié)信息遭受損失，本文通過利用ZNLM去噪算法對(duì)方法噪聲去噪，提取出方法噪聲中存在的有效信息，并將提取的有效信息疊加到去噪結(jié)果中，提高結(jié)果圖像的去噪效果。算法多次迭代結(jié)果圖像，對(duì)相應(yīng)的方法噪聲進(jìn)行信

4、息提取；并且以峰值信噪比作為基準(zhǔn)，輸出 PSNR最大時(shí)圖像的處理效果?；诜椒ㄔ肼暤腪NLM算法不僅能提高圖像去噪質(zhì)量，而且迭代算法能大大減少算法硬件實(shí)現(xiàn)時(shí)所消耗的資源。
　　(2)、利用FPGA+DSP嵌入式系統(tǒng)平臺(tái)實(shí)現(xiàn)了對(duì)ZNLM算法的硬件加速實(shí)現(xiàn)。通過DSP控制FPGA模塊運(yùn)算解決了大數(shù)據(jù)傳遞帶寬不足的問題。利用FPGA并行流水線操作實(shí)現(xiàn)了圖像的快速Zernike矩計(jì)算，最終通過JATG接口將圖像穩(wěn)定上傳到PC機(jī)上，形成