基于邊緣保持MRF的去噪方法研究.pdf

1、圖像去噪是圖像處理中的重要環(huán)節(jié)，其結(jié)果的好壞直接影響著后續(xù)工作。目前很多去噪方法在去除噪聲的同時(shí)，損失了圖像的很多邊緣等結(jié)構(gòu)信息，導(dǎo)致去噪結(jié)果中邊緣的模糊。因此，如何在去除噪聲的同時(shí)能更好地保持邊緣等結(jié)構(gòu)信息是圖像去噪的重點(diǎn)研究方向?；隈R爾可夫場(Markov Random Field，MRF)模型的去噪方法將去噪轉(zhuǎn)化為由噪聲圖像和MRF模型估計(jì)原始圖像的過程。為了達(dá)到邊緣保持的目的，該方法的關(guān)鍵在于確立能夠準(zhǔn)確描述圖像邊緣特性的MR

2、F模型。本文在詳細(xì)分析了MRF去噪模型的基礎(chǔ)上，通過結(jié)合邊緣檢測和區(qū)域分割建立了兩種邊緣保持MRF模型。所做的主要工作如下：
　　1、研究提出了一種結(jié)合邊緣檢測的MRF去噪算法。該算法將邊緣檢測與去噪交互迭代進(jìn)行，由邊緣檢測結(jié)果指導(dǎo)模型的設(shè)計(jì)。相比于傳統(tǒng)邊緣保持MRF模型，該模型不僅能描述邊緣的灰度突變特性，同時(shí)能描述邊緣的連續(xù)性。
　　2、研究提出了一種結(jié)合區(qū)域分割的MRF去噪算法。該算法將相鄰像素是否位于邊緣處與它們是否