機器視覺系統(tǒng)中的圖像噪聲處理算法研究.pdf

1、機器視覺是一門綜合學科，是數(shù)字圖像處理和人工智能等學科的最新發(fā)展。隨著科學技術的發(fā)展，機器視覺系統(tǒng)的應用領域越來越廣泛，技術也越來越成熟。圖像噪聲處理是機器視覺領域內的一個重要研究方向。本文對機器視覺系統(tǒng)中圖像噪聲處理算法進行了深入研究。
　　 本文完成了基于機器視覺的印刷品質量檢測系統(tǒng)的總體結構設計，包括硬件結構設計和軟件結構設計兩個方面。
　　 然后，本文重點研究了圖像噪聲處理算法?？偨Y了幾種經典的去噪算法的優(yōu)缺點，

2、歸納了常用的圖像去噪效果評價方法。隨后，本文詳細介紹了非局部均值去噪算法。非局部均值算法去噪效果非常優(yōu)秀，能夠很好的保護圖像的邊緣信息，但是這種算法的算法復雜度較高。為了降低這種算法的算法復雜度，本文提出了一種改進方法。其原理為：
　　 自然圖像一般包含大量的灰度“平坦”區(qū)域，本文通過梯度大小，將這些“平坦”區(qū)域和其他區(qū)域區(qū)分開，即把圖像劃分為大梯度區(qū)域和小梯度區(qū)域。在小梯度區(qū)域使用局部均值去噪，可以減小算法復雜度又可以更好的保

3、護圖像的紋理。對于圖像中的大梯度區(qū)域中的像素點，通過鄰域均值和鄰域平均梯度夾角來判斷兩個鄰域的相似度，去掉相似度低的鄰域，從而減少相似度低的像素對當前像素的像素值的影響，達到更好的去噪效果，并且可以大幅度減少算法執(zhí)行時間。
　　 通過實驗，從圖像質量主觀評價和客觀評價兩個方面，驗證了本文改進算法擁有較好的去噪效果。在去噪效果和算法執(zhí)行速度兩方面，都較原非局部均值去噪算法有所提高。最后，給出了本文算法在印刷品質量檢測系統(tǒng)中使用的去