基于統(tǒng)計(jì)模型與非局部均值濾波的圖像去噪算法研究.pdf

1、數(shù)字圖像在獲取和傳輸過程中,由于不完善的圖像采集系統(tǒng)和傳播渠道,往往會(huì)受到各種噪聲的干擾,這種現(xiàn)象所導(dǎo)致的圖像質(zhì)量會(huì)有明顯降低,并對(duì)后續(xù)的任務(wù)產(chǎn)生很大的影響。如圖像的分割、檢索、或場景解釋等。因此,對(duì)圖像先進(jìn)行去噪就顯得十分重要。
　　 本文主要研究了基于多尺度幾何變換的統(tǒng)計(jì)模型和非局部均值濾波的兩種圖像去噪算法,主要工作如下:
　　 (1)提出了基于可操縱金字塔變換域的高斯尺度混合模型圖像去噪算法。
　　 首先

2、對(duì)圖像進(jìn)行可操縱金字塔變換,得到不同尺度、不同方向上的變換系數(shù)；然后將位于相鄰位置和尺度的系數(shù)鄰域建模為一個(gè)高斯尺度混合模型。在建立模型時(shí),選用了一種新的概率密度函數(shù)(高斯厄米特概率密度函數(shù))對(duì)圖像系數(shù)幅值之間的相關(guān)性進(jìn)行很好的描述。最后在該模型基礎(chǔ)上用貝葉斯最小二乘法對(duì)系數(shù)進(jìn)行估計(jì)。該算法在視覺上和峰值信噪比的改善上都取得了非常好的效果。
　　 (2)提出了基于偽Zernike矩的非局部均值濾波圖像去噪算法。
　　 為

3、了有效地去除噪聲,獲得細(xì)節(jié)清晰的圖像,對(duì)非局部均值(NL-Means)濾波算法進(jìn)行了改進(jìn),提出了一種基于偽Zernike矩的非局部均值濾波圖像去噪方法。偽Zernike矩是基于圖像整個(gè)區(qū)域的形狀描述算子,不僅具有旋轉(zhuǎn)不變性,還可以任意構(gòu)造高階矩,因此利用偽Zernike矩與非局部均值相結(jié)合的方法,能夠得到更多具有較高相似性的像素或圖像之間的匹配。實(shí)驗(yàn)結(jié)果表明,該算法不僅能有效地去除噪聲,而且能保持圖像的邊緣信息,獲得比傳統(tǒng)的非局部均值更