基于最大熵原理最小能量法的圖像去噪及改進(jìn).pdf

1、人類通過攝像機(jī)等采集設(shè)備,能夠獲取反映外界真實(shí)景象的圖像信息。無論是光學(xué)、光電或電子方法獲取的圖像都會(huì)有不同程度的退化。在數(shù)字圖像處理中要解決的一個(gè)重要問題就是如何以觀測圖像為已知數(shù)據(jù)來恢復(fù)反映客觀場景的真實(shí)圖像。
　　圖像去噪是圖像處理中很重要的一個(gè)環(huán)節(jié)。隨著信息時(shí)代的發(fā)展和圖像處理的普及，人們對(duì)圖像質(zhì)量的要求越來越高。被噪聲污染的圖像識(shí)別率降低，重要的信息被污染，造成人體視覺感受的不適應(yīng)性。有效的圖像去噪算法能充分利用圖像的先

2、驗(yàn)知識(shí)，建立圖像去噪的數(shù)學(xué)模型，然后通過相應(yīng)算法的處理，可以獲得清晰的去噪圖像。圖像去噪技術(shù)能去除或減輕在獲取數(shù)字圖像過程中發(fā)生的圖像質(zhì)量下降問題，從而使得圖像盡可能地接近真實(shí)場景。
　　本文基于最大熵原理和最小能量法提出一個(gè)充分利用圖像信息的圖像去噪改進(jìn)模型。該模型將受噪聲污染的圖像信息進(jìn)行了充分利用，從而最大程度的恢復(fù)圖像的原始信息。本文以Matlab和OpenCV等為開發(fā)工具，運(yùn)用圖像處理、概率論等學(xué)科專業(yè)知識(shí)，設(shè)計(jì)了具有通

3、用意義的去噪算法。主要工作可以分成以下幾個(gè)方面：
　　1.充分理解基于最大熵原理和最小能量法模型，將此模型應(yīng)用到圖像去噪中。在圖像去噪過程中如何由已知信息獲取未知信息，可以看作是一個(gè)概率問題，如何將此概率最大化是本文考慮的主要出發(fā)點(diǎn)。
　　2.對(duì)上述去噪模型進(jìn)行改進(jìn)，使得此算法不僅對(duì)低方差高斯噪聲有較好的去噪效果，同時(shí)希望對(duì)高方差高斯噪聲，脈沖噪聲和高斯脈沖混合噪聲有著較好的效果。
　　3.根據(jù)上述模型的提出，設(shè)計(jì)相應(yīng)