幾類數(shù)字圖像噪音的去噪算法研究.pdf

1、數(shù)字圖像在獲取和傳輸過程中往往會受到各種噪音的干擾，這些噪音以無用信息的形式出現(xiàn)，極大降低了圖像質(zhì)量，影響圖像復(fù)原、分割、識別和特征提取等后繼工作的進(jìn)行，因而對其抑制處理是圖像處理中非常重要的一項(xiàng)工作。
　　 近年來，在圖像去噪領(lǐng)域出現(xiàn)許多去噪算法，取得了豐碩的成果。例如，在去除高斯噪聲的研究中，2005年，由Morel J.M等人提出了Non-local Mean Filter算法；在去除脈沖噪聲的研究中，2006年，由Gar

2、nett等人提出了Trilateral Filter算法；2007年，由Yiqiu Dong等人對Trilateral Filter算法進(jìn)行了改進(jìn)性的研究，有效的提高了算法檢測脈沖噪聲的能力；2009年，由李兵等人提出了一種去除混合噪聲的新方法，也是對Trilateral Filter算法的一種好的改進(jìn)。
　　 在前人研究的基礎(chǔ)上，本文所作的研究工作主要包括兩個方面：
　　 1、在基于梯度算子的混合噪音線性濾波算法的基礎(chǔ)

3、上，考慮將灰度值的差和梯度模值的差同時用于判斷像素之間的相關(guān)性大小上，提出了一種新的混合噪音線性濾波算法，簡稱為W-LMF，該算法對低級別的高斯噪聲圖像和含有低級別高斯噪聲的混合噪聲圖像表現(xiàn)出較好的去噪能力，而且算法的大部分參數(shù)可選為定值，提高了算法的實(shí)用性。
　　 2、為了降低Non-local Mean Filter算法的運(yùn)行時間，本文結(jié)合均值、方差和梯度這些能夠反映圖像像素之間相似性的因素，提出了一種新的快速算法?？焖偎惴?/p>

4、較好的提高了原有算法的運(yùn)行效率，并且基本上保持了原有算法的去噪效果，算法的參數(shù)選取在一個較小的范圍內(nèi)，盡可能的降低了參數(shù)選取的難度。
　　 本文的主要內(nèi)容共分為六章：
　　 第一章主要介紹圖像及圖像處理的研究意義，數(shù)字圖像去噪技術(shù)在國內(nèi)外的研究現(xiàn)狀，及本文的研究意義和文章的結(jié)構(gòu)安排。
　　 第二章主要介紹數(shù)字圖像去噪的理論基礎(chǔ)。
　　 第三章主要介紹幾種已有的相關(guān)的去噪算法。
　　 第四章提出了一