基于區(qū)域劃分的自然圖像去噪方法.pdf

1、圖像去噪一直以來都是計(jì)算機(jī)圖像處理和計(jì)算機(jī)視覺中的一個(gè)研究熱點(diǎn)，并且隨著成像分析和對圖像的后續(xù)應(yīng)用方面的發(fā)展，人們對圖像質(zhì)量的要求越來越高，因此自從圖像去噪出現(xiàn)的那天起，人們就沒有間斷過對圖像去噪算法的研究。之前人們所提出的圖像去噪算法，雖然都能起到去除噪聲的效果，但是各種方法都存在著自身的問題。近年來Antoni Buades提出的非局部均值去噪方法，Dabov等人提出的三維塊匹配去噪方法(Block match and3-D fil

2、tering，BM3D)，都利用圖像自身的相似性取得了很好的去噪效果，但是在光滑區(qū)人工痕跡比較明顯。
　　針對上述去噪算法存在的問題，本文提出了基于區(qū)域劃分的圖像去噪方法。將一幅帶有噪聲的圖像分成很多小塊，通過大量的統(tǒng)計(jì)實(shí)驗(yàn)發(fā)現(xiàn)，塊的方差在噪聲圖像的光滑區(qū)域和非光滑區(qū)域存在很大的差別，光滑區(qū)域方差較小而非光滑區(qū)域方差很大。我們通過閾值選取那些較小方差的塊，認(rèn)為它處于光滑區(qū)域，其余部分為非光滑區(qū)域，從而將一幅噪聲圖像劃分為光滑區(qū)域和

3、非光滑區(qū)域。primal sketch是一種稀疏表示模型，它將圖像分為“可素描”部分和“不可素描”部分，而“可素描”部分正是邊緣結(jié)構(gòu)所在的區(qū)域，我們按照primal sketch圖上各點(diǎn)的方向設(shè)計(jì)結(jié)構(gòu)塊來提取圖像的結(jié)構(gòu)區(qū)域。最后，由于用方差統(tǒng)計(jì)的方法將一幅圖像分成了光滑和非光滑區(qū)域，用primal sketch結(jié)構(gòu)提取的方法將圖像分為結(jié)構(gòu)區(qū)和非結(jié)構(gòu)區(qū)。結(jié)構(gòu)區(qū)域有可能跟光滑區(qū)和非光滑區(qū)重合，我們制定了融合規(guī)則，認(rèn)為當(dāng)與結(jié)構(gòu)區(qū)重合時(shí)按結(jié)構(gòu)區(qū)

4、處理，不重合的區(qū)域按原來的光滑或非光滑區(qū)域處理。從而將圖像分為結(jié)構(gòu)區(qū)，光滑區(qū)和非光滑區(qū)。
　　針對光滑區(qū)域，由于非局部均值方法在光滑區(qū)域留下了人工痕跡，“偽紋理”現(xiàn)象，本文提出了加入均值思想的非局部均值方法，以消除非局部均值帶來的“偽紋理”現(xiàn)象，取得了更好的去噪效果。對結(jié)構(gòu)區(qū)域，我們改進(jìn)了BM3D方法中塊的取法，取的塊不再是傳統(tǒng)的正方形塊，而是與Primal sketch線段方向相一致的正方形塊。將找到的相似塊組合成三維數(shù)據(jù)，用三