圖像泊松去噪算法研究.pdf

1、圖像作為一種常用的信息載體，在人類社會活動中發(fā)揮著重要作用。然而，圖像在采集與傳輸過程中，不可避免地會受到外界噪聲的污染。被污染后的圖像，不僅影響人們的視覺體驗，還會對圖像的后續(xù)處理造成不利影響，因此如何有效去除圖像中的噪聲就顯得尤為重要。本文研究了圖像中泊松噪聲的去除問題，主要對以下兩方面進(jìn)行研究。
　　基于貝葉斯估計的圖像去噪方法充分考慮了噪聲特性與圖像先驗知識，具有去噪能力強(qiáng)和收斂穩(wěn)定性高等特點(diǎn)，是近年來應(yīng)用最廣的去噪算法。

2、本文基于貝葉斯估計，利用圖像的自相似性構(gòu)建圖像塊高斯先驗?zāi)Ｐ?，提出了一種基于圖像塊的泊松去噪模型。該去噪模型是非二次凸函數(shù)且含有對數(shù)項，不易直接優(yōu)化，為此采用分裂Bregman方法對模型進(jìn)行數(shù)值求解，有效解決了模型的計算問題。由于每個圖像塊不僅與圖像數(shù)據(jù)的樣本均值有關(guān)，而且還與圖像數(shù)據(jù)的樣本協(xié)方差矩陣有關(guān)，因而使用此算法可以得到每個塊的最優(yōu)估計。實(shí)驗結(jié)果表明，本文所提出的算法不僅有效去除了圖像中的泊松噪聲，還具有良好的視覺效果。

3、　　基于已有的高斯去噪算法，本文探討了高斯去噪模型和泊松去噪模型之間的關(guān)系，提出了一種結(jié)合高斯去噪技術(shù)的泊松去噪算法。其中，高斯去噪算法是整體算法的中間迭代部分，它只有輸入和輸出功能，類似于一個“黑盒子”。盡管方差穩(wěn)定變換法也結(jié)合了高斯去噪算法，但其基本思想是使用變換法將泊松數(shù)據(jù)變成同方差的高斯數(shù)據(jù)后進(jìn)行去噪處理，然后使用反變換得到泊松去噪圖像。而本文所提出的方法不需要對原始泊松數(shù)據(jù)進(jìn)行變換，更不需要進(jìn)行逆變換，巧妙的避免了方差穩(wěn)定變換