基于非局部方向修正的Bandelet域圖像去噪.pdf

1、在信息技術(shù)不斷發(fā)展的今天,數(shù)字圖像逐漸成為人們獲取信息的常規(guī)手段,隨著人們生活質(zhì)量的提高,對于圖像清晰程度的要求也愈來愈高。圖像去噪在整個圖像處理的過程當(dāng)中占據(jù)首要的位置,它是圖像的預(yù)處理步驟。噪聲的干擾不僅降低了圖像的分辨率,而且嚴(yán)重影響目標(biāo)的識別和分類。有關(guān)圖像去噪的算法國內(nèi)外專家學(xué)者一些在研究,近幾年基于圖像自適應(yīng)表示方法的一些多尺度幾何分析工具在圖象去噪方面普遍應(yīng)用。非局部均值濾波自從被提出了也得到了很大的認(rèn)可,很多經(jīng)典的去噪算

2、法中都采用了非局部均值濾波的思想。本文將在全局Bandelet去噪的基礎(chǔ)上結(jié)合非局部均值思想,針對Bandelet變換中計算出的子塊最優(yōu)方向提出修正規(guī)則對其修正,使得含噪圖像的子塊方向更加準(zhǔn)確,提高最終去噪的效果。
　　主要工作包含以下兩個方面:
　　(1)針對自然圖像提出了一種基于非局部方向修正的全局Bandelet去噪算法。對 Bandelet變換中子塊的方向結(jié)合非局部思想,運(yùn)用一定規(guī)則對原始方向進(jìn)行修正,從而得到新的最

3、優(yōu)子塊方向,然后沿修正后的最優(yōu)方向進(jìn)行投影,得到一維信號并進(jìn)行小波變換獲得 Bandelet系數(shù)。閾值收縮采用簡單的采用全局硬閾值方法。實(shí)驗(yàn)證明,該去噪方法與傳統(tǒng)的非局部均值濾波和全局 Bandelet硬閾值去噪相比在峰值信噪比和視覺上都取得較好效果。
　　(2)針對 SAR提出一種結(jié)合邊緣檢測和非局部方向修正的 Bandelet域降斑方法。該方法最先將SAR圖像的主要邊緣檢測出來,然后對去除邊緣的圖像采取降斑處理。處理時對Ban