基于非局部平均的小波域去噪研究.pdf

1、圖像去噪是圖像處理領(lǐng)域的研究重點(diǎn),傳統(tǒng)的去噪方法以損失圖像中的細(xì)節(jié)信息為代價來濾除圖像中的噪聲,如何既能濾除圖像中的噪聲又能有效的保持圖像結(jié)構(gòu)細(xì)節(jié)信息一直是許多學(xué)者研究的重點(diǎn)。
　　 非局部平均濾波是近幾年新提出的一種濾波方法。它不同于以往的傳統(tǒng)濾波方法,它充分利用了圖像中的冗余信息來濾除噪聲。非局部平均算法可以更好的保留圖像細(xì)節(jié)并有效的避免了傳統(tǒng)鄰域?yàn)V波方法中出現(xiàn)的偽影。由于這些優(yōu)點(diǎn)被人們所廣泛關(guān)注,國內(nèi)外學(xué)者提出了不少對其進(jìn)

2、行改進(jìn)的方法?；趶V義高斯模型的非局部平均小波域去噪就是其中之一,由于在小波域中處理的圖像僅為原圖的四分之一,因此該方法可以在獲得更好的濾波效果的前提下有效減少處理時間。但在仿真中發(fā)現(xiàn),該方法在視覺效果和濾波效果方面還是不太令人滿意。
　　 本文提出了一種改進(jìn)的基于廣義高斯模型的非局部平均小波域去噪方法,首先對含有噪聲的圖像進(jìn)行非局部平均去噪并使用分水嶺分割算法保留圖像的分水嶺脊線所對應(yīng)的像素;然后對含有噪聲的圖像進(jìn)行多維度小波