圖像椒鹽噪聲及高斯噪聲去噪方法研究.pdf

1、圖像噪聲，就是妨礙人的視覺(jué)感知，或是干擾傳感器接受圖像源信息，導(dǎo)致理解和分析誤差，也可以理解為真實(shí)信號(hào)與理想信號(hào)之間存在的偏差。噪聲一般是不可預(yù)測(cè)的隨機(jī)信號(hào)，通常采用概率統(tǒng)計(jì)方法對(duì)其進(jìn)行分析。噪聲影響圖像處理的輸入、采集、處理的各個(gè)環(huán)節(jié)以及輸出結(jié)果的全過(guò)程。在圖像處理中，輸入圖像噪聲的抑制是十分關(guān)鍵的問(wèn)題。若輸入伴有較大的噪聲，必然影響處理全過(guò)程及輸出的結(jié)果。
　　從噪聲的分類方法來(lái)看是多種多樣的。但綜合來(lái)說(shuō)，噪聲是隨機(jī)產(chǎn)生的量，

2、所以可以從統(tǒng)計(jì)數(shù)學(xué)的觀點(diǎn)來(lái)定義噪聲。各種類型的噪聲反映在圖像畫面上，大致可以分為兩種類型：椒鹽噪聲和高斯噪聲。
　　本文首先描述了圖像的退化模型，對(duì)椒鹽噪聲和高斯噪聲進(jìn)行了介紹。接著詳細(xì)的介紹了圖像去噪的兩類方法：空域?yàn)V波去噪和頻域?yàn)V波去噪。同時(shí)對(duì)常用去噪效果的評(píng)價(jià)方法進(jìn)行了介紹。
　　本文主要分三個(gè)部分。在第一部分，首先介紹了去除椒鹽噪聲一些常用的方法。接著結(jié)合均值濾波和自適應(yīng)中值濾波兩者的優(yōu)點(diǎn)，提出了改進(jìn)的自適應(yīng)中值濾波

3、算法。實(shí)驗(yàn)結(jié)果表明，該算法能夠有效的消除被污染圖像中的高密度脈沖噪聲，并較好的保留原始圖像細(xì)節(jié)和邊緣。
　　在第二部分，介紹了獨(dú)立分量分析，為第三部分的稀疏編碼作好理論鋪墊，并且提出了可調(diào)速率相對(duì)梯度算法。在獨(dú)立分量分析的相對(duì)梯度算法中，要取得較好的效果，選取合適的學(xué)習(xí)速率是至關(guān)重要的。本文提出了一種可調(diào)速率的相對(duì)梯度算法，隨著迭代次數(shù)的變化，使相對(duì)梯度算法的學(xué)習(xí)速率作相應(yīng)變化，從而較好地解決了收斂速度與穩(wěn)定性的矛盾。將這個(gè)方法應(yīng)