融合MMTD的圖像復(fù)原方法研究.pdf

1、圖像復(fù)原就是將退化圖像重建為接近于無(wú)退化的原始圖像的過(guò)程，是數(shù)字圖像處理領(lǐng)域中最重要、最基本的研究課題之一。噪聲是導(dǎo)致圖像降質(zhì)的主要原因，因此如何有效去除圖像中的噪聲是圖像復(fù)原領(lǐng)域的重要研究?jī)?nèi)容之一，也是本文的主要研究?jī)?nèi)容。
　　本文首先對(duì)圖像退化的原因及退化模型和形態(tài)進(jìn)行了分析，接著對(duì)中介數(shù)學(xué)系統(tǒng)的理論和小波變換的理論進(jìn)行了深入的研究，在此基礎(chǔ)上，提出了三個(gè)基于中介真值程度度量和小波變換的改進(jìn)的圖像去噪方法。主要的研究?jī)?nèi)容如下：

2、
　?。?）深入分析了一種中介椒鹽噪聲復(fù)原算法，針對(duì)該算法在去除椒鹽噪聲時(shí)依然存在部分殘留噪聲點(diǎn)較為明顯，算法執(zhí)行速度較慢的問(wèn)題，本文提出了一種結(jié)合中介濾波和中值濾波的新方法，該方法融合了中值濾波算法的高效性和中介濾波算法的有效性。與傳統(tǒng)的中值濾波方法和中介椒鹽濾波算法相比，新方法具有更好的濾波效果和更快的處理速度。
　?。?）深入研究了中介高斯噪聲復(fù)原方法的思想原理，針對(duì)該算法的實(shí)驗(yàn)效果未能達(dá)到理論預(yù)期的問(wèn)題，本文根據(jù)高斯

3、噪聲分布特性和產(chǎn)生原理，提出了一種改進(jìn)的中介高斯噪聲去噪算法。新算法主要改進(jìn)了中介謂詞區(qū)域的劃定規(guī)則以及去除圖像高斯噪聲時(shí)的所采用的數(shù)學(xué)方法，實(shí)驗(yàn)表明，新算法實(shí)驗(yàn)效果改進(jìn)顯著，達(dá)到理論預(yù)期去噪效果，對(duì)高強(qiáng)度高斯噪聲去除效果理想。
　　（3）本文研究了小波域圖像去噪復(fù)原算法，對(duì)硬閾值去噪算法做了詳細(xì)分析，提出改進(jìn)的硬閾值VisuShrink去噪方法。新算法在硬閾值去噪圖像的去噪過(guò)程中，利用文中所規(guī)定鄰域的均值方法平滑噪聲圖像，有效克