幾類數(shù)字圖像噪音的去噪算法研究.pdf

1、數(shù)字圖像在獲取和傳輸過程中往往會(huì)受到各種噪音的干擾，這些噪音以無用信息的形式出現(xiàn)，極大降低了圖像質(zhì)量，影響圖像復(fù)原、分割、識(shí)別和特征提取等后繼工作的進(jìn)行，因而對(duì)其抑制處理是圖像處理中非常重要的一項(xiàng)工作。
　　 近年來，在圖像去噪領(lǐng)域出現(xiàn)許多去噪算法，取得了豐碩的成果。例如，在去除高斯噪聲的研究中，2005年，由Morel J.M等人提出了Non-local Mean Filter算法；在去除脈沖噪聲的研究中，2006年，由Gar

2、nett等人提出了Trilateral Filter算法；2007年，由Yiqiu Dong等人對(duì)Trilateral Filter算法進(jìn)行了改進(jìn)性的研究，有效的提高了算法檢測(cè)脈沖噪聲的能力；2009年，由李兵等人提出了一種去除混合噪聲的新方法，也是對(duì)Trilateral Filter算法的一種好的改進(jìn)。
　　 在前人研究的基礎(chǔ)上，本文所作的研究工作主要包括兩個(gè)方面：
　　 1、在基于梯度算子的混合噪音線性濾波算法的基礎(chǔ)

3、上，考慮將灰度值的差和梯度模值的差同時(shí)用于判斷像素之間的相關(guān)性大小上，提出了一種新的混合噪音線性濾波算法，簡(jiǎn)稱為W-LMF，該算法對(duì)低級(jí)別的高斯噪聲圖像和含有低級(jí)別高斯噪聲的混合噪聲圖像表現(xiàn)出較好的去噪能力，而且算法的大部分參數(shù)可選為定值，提高了算法的實(shí)用性。
　　 2、為了降低Non-local Mean Filter算法的運(yùn)行時(shí)間，本文結(jié)合均值、方差和梯度這些能夠反映圖像像素之間相似性的因素，提出了一種新的快速算法。快速算法

4、較好的提高了原有算法的運(yùn)行效率，并且基本上保持了原有算法的去噪效果，算法的參數(shù)選取在一個(gè)較小的范圍內(nèi)，盡可能的降低了參數(shù)選取的難度。
　　 本文的主要內(nèi)容共分為六章：
　　 第一章主要介紹圖像及圖像處理的研究意義，數(shù)字圖像去噪技術(shù)在國(guó)內(nèi)外的研究現(xiàn)狀，及本文的研究意義和文章的結(jié)構(gòu)安排。
　　 第二章主要介紹數(shù)字圖像去噪的理論基礎(chǔ)。
　　 第三章主要介紹幾種已有的相關(guān)的去噪算法。
　　 第四章提出了一