基于最大熵原理最小能量法的圖像去噪及改進.pdf

1、人類通過攝像機等采集設備,能夠獲取反映外界真實景象的圖像信息。無論是光學、光電或電子方法獲取的圖像都會有不同程度的退化。在數(shù)字圖像處理中要解決的一個重要問題就是如何以觀測圖像為已知數(shù)據(jù)來恢復反映客觀場景的真實圖像。
　　圖像去噪是圖像處理中很重要的一個環(huán)節(jié)。隨著信息時代的發(fā)展和圖像處理的普及，人們對圖像質(zhì)量的要求越來越高。被噪聲污染的圖像識別率降低，重要的信息被污染，造成人體視覺感受的不適應性。有效的圖像去噪算法能充分利用圖像的先

2、驗知識，建立圖像去噪的數(shù)學模型，然后通過相應算法的處理，可以獲得清晰的去噪圖像。圖像去噪技術能去除或減輕在獲取數(shù)字圖像過程中發(fā)生的圖像質(zhì)量下降問題，從而使得圖像盡可能地接近真實場景。
　　本文基于最大熵原理和最小能量法提出一個充分利用圖像信息的圖像去噪改進模型。該模型將受噪聲污染的圖像信息進行了充分利用，從而最大程度的恢復圖像的原始信息。本文以Matlab和OpenCV等為開發(fā)工具，運用圖像處理、概率論等學科專業(yè)知識，設計了具有通

3、用意義的去噪算法。主要工作可以分成以下幾個方面：
　　1.充分理解基于最大熵原理和最小能量法模型，將此模型應用到圖像去噪中。在圖像去噪過程中如何由已知信息獲取未知信息，可以看作是一個概率問題，如何將此概率最大化是本文考慮的主要出發(fā)點。
　　2.對上述去噪模型進行改進，使得此算法不僅對低方差高斯噪聲有較好的去噪效果，同時希望對高方差高斯噪聲，脈沖噪聲和高斯脈沖混合噪聲有著較好的效果。
　　3.根據(jù)上述模型的提出，設計相應