數(shù)字圖像處理中去噪算法的研究.pdf

1、在信息時代數(shù)字圖像處理已經成為人們獲取復雜信息的重要手段,在一定程度上拓展了人類的視覺。在眾多領域得到了廣泛應用,取得了巨大的社會效益和經濟效益,因此,圖像處理技術的相關研究和應用無論從理論上還是從實踐上都具有重要意義。
　　 在數(shù)字圖像處理中,圖像去噪是在獲取圖像后的瓶頸環(huán)節(jié),其處理的效果將直接影響到后續(xù)環(huán)節(jié)的性能。因此,研究有效的圖像去噪算法,改善去噪性能,對提高整個圖像處理系統(tǒng)的性能至關重要。
　　 本文深入分析了

2、開關中值去噪算法、模糊加權均值去噪算法和基于熵的去噪算法等主流算法的主要特點,針對其存在的缺陷開展研究工作,提出了四種新的去噪算法,從理論和實驗兩方面論證了算法的有效性。主要研究工作內容如下:
　　 (1)通過大量文獻的分析,綜述了國內外的相關研究,分析了各種算法的特點和存在的問題,介紹了所需的相關理論基礎。
　　 (2)在開關中值去噪算法的理論框架基礎上,提出了基于相關性雙閾值開關中值去噪算法,并針對該算法的參數(shù)調整問

3、題,提出了一種參數(shù)自調整策略,實現(xiàn)了算法參數(shù)的自動優(yōu)化調整,有效地抑制了椒鹽噪聲。
　　 (3)針對模糊加權均值去噪算法權值估計較為復雜的問題,提出了一種基于像素差的單值模糊推理(PDSVF)模型,該模型能夠將權值估計過程簡化為一種加權平均形式,極大地簡化了權值估計過程,為模糊加權均值去噪算法的權值估計提供了一種有效手段。在該模型基礎上提出了兩種去噪算法:一種是針對混合噪聲的模糊加權均值去噪算法,該算法采用灰度差的校正值作為模型

4、的輸入,在不增加推理復雜度的情況下,保證了算法對混合噪聲的抑制性能;另一種是基于噪聲檢測的模糊加權均值去噪算法,該算法使用了噪聲檢測環(huán)節(jié)和像素裁減環(huán)節(jié),實現(xiàn)了對輸入量有效篩選,提高了權值估計的精度,對椒鹽噪聲和混合噪聲都具有很好的抑制效果。
　　 (4)在分析圖像特征的基礎上,定義了一種圖像特征空間的構造方式,將Parzen窗密度估計方法應用于該空間,提出了基于圖像特征空間的Parzen窗密度估計方法,并針對該密度估計方法中窗函