基于圖像質(zhì)量評(píng)價(jià)的自適應(yīng)降噪算法研究.pdf

1、在圖像成像過(guò)程中，由于受光傳感器的熱衰退或傳輸過(guò)程等因素的影響，獲得的圖像會(huì)不可避免地引入噪聲。噪聲是影響圖像質(zhì)量和圖像視覺(jué)效果最主要的原因之一，它嚴(yán)重干擾了圖像的應(yīng)用價(jià)值以及對(duì)圖像所作的進(jìn)一步高級(jí)處理，如圖像復(fù)原、視覺(jué)追蹤、圖像配準(zhǔn)、圖像分割和圖像分類等。因此圖像降噪的研究無(wú)論是對(duì)提高圖像質(zhì)量還是滿足進(jìn)一步處理圖像的需求都具有基礎(chǔ)性的現(xiàn)實(shí)意義。
　　本文采用得到廣泛應(yīng)用的自然場(chǎng)景統(tǒng)計(jì)(NSS,Natural SceneStati

2、stics)方法，通過(guò)提取自然圖像樣本集的小波特征，得到特征樣本集，并利用機(jī)器學(xué)習(xí)方法，建立準(zhǔn)確的噪聲分類模型和噪聲水平預(yù)測(cè)模型，并將預(yù)測(cè)模型應(yīng)用于各種固定參數(shù)設(shè)置的降噪算法中，為算法賦予參數(shù)自適應(yīng)能力。
　　首先，對(duì)于分類模型，受高斯噪聲污染的自然圖像和受脈沖噪聲污染的自然圖像的分類準(zhǔn)確率能夠滿足高要求的分類需求，而混合噪聲污染的圖像分類準(zhǔn)確率也比人工分類優(yōu)越很多。其次，對(duì)于圖像噪聲水平預(yù)測(cè)模型，高斯噪聲標(biāo)準(zhǔn)差和脈沖噪聲比率的預(yù)

3、測(cè)都有優(yōu)秀的預(yù)測(cè)精度。最后，在分類正確的情況下，選擇相應(yīng)的預(yù)測(cè)模型作為噪聲估計(jì)模型，為當(dāng)前先進(jìn)的降噪算法提供自適應(yīng)參數(shù)調(diào)節(jié)機(jī)制，并選用當(dāng)前先進(jìn)的全參考圖像質(zhì)量評(píng)價(jià)算法SSIM和FSIM對(duì)降噪結(jié)果進(jìn)行評(píng)估，實(shí)驗(yàn)結(jié)果表明算法的降噪性能及結(jié)構(gòu)細(xì)節(jié)的保留能力都得到明顯提升。其中，采用自適應(yīng)參數(shù)的CBM3D、NAFSM算法，其降噪性能、結(jié)構(gòu)保留能力及底層特性的保留能力都得到全面的提升。對(duì)于采用自適應(yīng)參數(shù)的NCSR算法，受 NCSR自身參數(shù)設(shè)置機(jī)制