基于形態(tài)分量分析的圖像去噪研究.pdf

1、數(shù)字圖像去噪，自從被提出以來就一直是圖像處理領(lǐng)域的基本課題之一，其難點(diǎn)在于無法對所有類型的圖像使用同一種去噪方法而都得到很好的去噪效果。傳統(tǒng)的去噪方法便是針對圖像的不同特征以及噪聲的不同特征來采用不同的去噪方法，其缺點(diǎn)顯而易見，那即是在無法獲得圖像和噪聲的先驗(yàn)知識時，去噪方法的選擇便沒有了依據(jù)，只能根據(jù)去噪結(jié)果的主觀判斷來窮舉去噪方法。本文試圖提供一種基于形態(tài)分量分析理論，適用范圍與去噪能力俱佳的去噪算法。
　　圖像一般是由各種分

2、量組合而成的，而且大部分的圖像都包含紋理分量與卡通分量，如何將這些分量通過某種算法分離出來，這就是盲源分離所研究的課題。如果在分離分量的時候能夠?qū)⒁徊糠衷肼暜?dāng)作特定的分量直接分離出去，那便起到第一重去噪的效果了。對于混合在其他分量中的噪聲，再針對特定分量采用預(yù)置的去噪算法，比如針對卡通分量中的噪聲，可以采用小波閾值去噪算法，這便起到了第二重去噪的效果了。最后再將去噪后的各分量合并重建出圖像，便達(dá)到去噪的最終效果了，通過實(shí)驗(yàn)可以知道，此算

3、法較之傳統(tǒng)去噪算法，在去噪能力與適用范圍上均有優(yōu)勢。
　　本文首先介紹了圖形去噪的基本理論和傳統(tǒng)去噪算法，通過算法分析和實(shí)驗(yàn)對比總結(jié)傳統(tǒng)去噪算法的特點(diǎn)和局限。然后簡單介紹盲源分離理論和其應(yīng)用領(lǐng)域，重點(diǎn)分析形態(tài)分量分析理論和算法，并通過其對一維信號和二維信號的實(shí)驗(yàn)來分析算法的功能和局限。針對形態(tài)分量分析算法特點(diǎn)和圖形去噪的要求，設(shè)計(jì)全新的去噪算法，并對不同圖像加上不同噪聲進(jìn)行實(shí)驗(yàn)。從實(shí)驗(yàn)結(jié)果分析算法的有效性，復(fù)雜度，和適用范圍。最后