一類新的去除混合噪音的方法.pdf

1、圖像在產(chǎn)生和傳輸過程中，經(jīng)常被噪音污染。圖像處理的一個基本問題是，如何在有效地去除噪音的同時，保持圖像的細節(jié)特征不受影響。解決這個問題的關(guān)鍵是如何描述污染圖像的噪音類型。人們知道兩種噪音模型就能充分代表大部分圖像中的噪音，即高斯噪音和脈沖噪音。 盡管數(shù)字圖像中的混合噪音(高斯噪音和一致脈沖噪音)常常是不可避免的，但是迄今能有效地去除混合噪音的方法并不多。去除高斯噪音的非局部加權(quán)平均濾波方法充分利用自然圖像中大量存在著的相似現(xiàn)象進

2、行濾波，已在實踐中取得了引人矚目的成效。然而對上述現(xiàn)象和算法至今還缺乏滿意的理論依據(jù)。在本文中，我們首先從概率論角度對相似現(xiàn)象給出數(shù)學(xué)描述(稱為“相似假設(shè)")，進而揭示出非局部加權(quán)平均濾波方法的數(shù)學(xué)原理(稱為“相似原理")。然后依據(jù)這個原理設(shè)計一種新的適合于混合噪音的濾波方法(簡稱為“MNF"算法)。其次，提出一種新的基于冪函數(shù)的脈沖噪音檢測統(tǒng)計量ROPDp,c，從理論上說明了ROAD和ROLD都是ROPDp,c的一種特例，在此基礎(chǔ)上，

3、結(jié)合MNF濾波器的原理，提出一類新的適合于混合噪音的濾波方法(簡稱為“ROPDp,c-MNF"算法)，證明MNF濾波器是ROPDp,c-MNF濾波器的一個特例。實驗結(jié)果表明，根據(jù)“相似原理"設(shè)計的MNF和ROPDp,c-MNF算法不但在去除圖像中混合噪音時其效果明顯優(yōu)于最近Gamett等人提出的Trilateral濾波方法及已有的其它方法，而且在去除圖像中純脈沖噪音和純高斯噪音時其效果亦可與已有的最先進方法媲美。最后，本文給出了衡量圖像