基于特征的非局部均值圖像去噪算法研究畢業(yè)論文

1、1摘要染噪圖像不僅視覺(jué)效果受到影響，往往也會(huì)損失部分有效信息，不利于后續(xù)圖像分析工作。圖像去噪作為圖像處理流程中的預(yù)處理環(huán)節(jié)，可以提高圖像質(zhì)量，為進(jìn)一步凸顯處理提供有利條件，因而成為數(shù)字圖像研究領(lǐng)域的一個(gè)長(zhǎng)期熱點(diǎn)和難點(diǎn)問(wèn)題。本文主要深入研究了圖像去噪算法，尤其是非局部均值濾波算法（NLM），針對(duì)該算法的弱點(diǎn)結(jié)合局部二值描述子進(jìn)行改進(jìn)，并利用硬件加速增強(qiáng)算法的實(shí)時(shí)性。實(shí)際應(yīng)用中的噪聲種類(lèi)繁多，相應(yīng)產(chǎn)生了大量的圖像去噪算法。非局部均值算法自

2、提出以來(lái)就因其良好的去噪效果和對(duì)圖像特征信息的保持度而一躍成為研究熱點(diǎn)。該算法依賴(lài)數(shù)字圖像中大量的自相似信息，通過(guò)搜索待去噪?yún)^(qū)塊與圖像其余部分中的與其相似度較高的區(qū)塊，并以高斯距離計(jì)算對(duì)應(yīng)的相似度權(quán)重，然后對(duì)搜索區(qū)域內(nèi)的各區(qū)塊進(jìn)行加權(quán)平均，得出待去噪?yún)^(qū)塊的新像素值。非局部均值算法的思想可以合理利用圖像中的大量冗余信息，雖然可行性好，但是搜索匹配相似區(qū)塊以及權(quán)重計(jì)算都必然導(dǎo)致較大的計(jì)算量，因此在計(jì)算效率上仍有較大進(jìn)步空間。局部二值描述子為

3、圖像處理引入了一種新視角，它不僅可以有效提取出圖像的局部特征，如邊緣、角點(diǎn)等，并將此類(lèi)特征定量轉(zhuǎn)化為一個(gè)二進(jìn)制字符串，從而支持用邏輯運(yùn)算進(jìn)行快速圖像相似度匹配，調(diào)整搜索窗尺寸，從而將運(yùn)算量減少至少一個(gè)數(shù)量級(jí)。本文基于傳統(tǒng)的非局部均值算法，提出一種效果與效率兼?zhèn)涞膱D像去噪方法，并結(jié)合OCT醫(yī)療圖像檢驗(yàn)其實(shí)際應(yīng)用能力，最后通過(guò)硬件加速達(dá)到了實(shí)時(shí)處理的目的，以實(shí)驗(yàn)結(jié)果證實(shí)了該方法在去噪效果和計(jì)算速度上取得了很好的平衡。關(guān)鍵詞：關(guān)鍵詞：圖像去噪

4、；非局部均值濾波；局部二值描述子3ABSTRACTTheimagescruptedbynoisenotonlybringaboutpovisualeffectsbutalsolosepartoftheusefulinfmationwhichisnotconducivetothesubsequentimageanalysis.Imagedenoisingisapopulardifficultprobleminthefieldofdigit

5、alimageprocessingwhichcanimprovetheimagequalityprovidefavableconditionsftheimageprocessing.Thispapermainlystudiedtheimagedenoisingalgithmespeciallynonlocalmeans(NLM)filteralgithm.IndertoovercometheweaknessofNLMatransfmof

6、NLMcombinedwithlocalbinarydes(LBP)isproposed.Furthermeaparallelimplementionwhichtakeadvantageofhardwareaccelerationisalsoprovidedfrealtimeimagedenoising.Therearemanykindsofnoiseinthepracticalapplication.Alargeamountofima

7、gedenoisingalgithmshavebeenstudied.Nonlocalmeansalgithmbecamearesearchhotspotafterproposedbecauseofitsgooddenoisingeffectprotectionoftheimagefeatureinfmation.Thealgithmbasedonthelargeamountofselfsimilarinfmationsindigita

8、limagessearchftheotherpatchesintheimagewhicharesimilartothecentralpatchcalculatethesimilarweightsbyGaussdistance.Intheendthenewpixelvalueisobtainedbyweightedaverageoftheblocksinthesearcharea.Theideaofnonlocalmeansalgithm

9、cantakegooduseofthemassiveredundantinfmationinimages.Althoughthealgithmisfeasiblethesearchmatchfsimilarpatchesthesimilaritycalculationleadtohighcomputationalcost.Thusthecomputationisingreatneedtobereduced.Localbinaryde(L

10、BP)fimageprocessingisintroducedasanewponitofview.Itcanbotheffectivelyextractimagelocalfeaturessuchasedgescnersquantitativelyconvertthemtoabinarystring.Thebinarydesupptsafastimagefeaturematchingwithalogicaloperationadjust

11、mentfthesearchwindowsize.Therebytheamountofcomputationcanbereducedbyatleastonederofmagnitude.Inthisthesisanimagedenoisingmethodbasedonconventionalnonlocalmeansalgithmwhichbalanceseffectsefficienciesisproposed.Itsabilityf