基于PDTDFB和HMM的圖像去噪研究.pdf

1、圖像去噪是圖像處理方面的一個(gè)經(jīng)典問題，近年來該問題主要采用多尺度幾何分析理論進(jìn)行研究，其中將多尺度幾何分析理論與隱馬爾可夫模型(HMM)相結(jié)合是該領(lǐng)域中的一個(gè)研究熱點(diǎn)。與傳統(tǒng)方法相比，基于多尺度變換域的隱馬爾可夫樹(HMT)模型能夠充分挖掘和描述多尺度變換域系數(shù)在尺度間、尺度內(nèi)和方向間的統(tǒng)計(jì)相關(guān)性，有效解決傳統(tǒng)方法去噪后圖像邊緣模糊問題。因此，基于多尺度變換域的隱馬爾可夫樹模型在圖像去噪領(lǐng)域具有廣闊的應(yīng)用前景。
　　 論文在研究

2、金字塔對偶樹方向?yàn)V波器組(PDTDFB)變換和隱馬爾可夫模型的基礎(chǔ)上，重點(diǎn)研究了圖像經(jīng)PDTDFB變換之后，其系數(shù)在尺度間和子帶間表現(xiàn)出的相關(guān)性特性以及隱馬爾可夫模型對這種相關(guān)性的統(tǒng)計(jì)特性，提出了兩種新的基于PDTDFB變換的隱馬爾可夫樹(HMT)模型用于圖像去噪。主要工作如下：
　　 ①根據(jù)PDTDFB變換系數(shù)的相關(guān)性特征和分布，提出了基于PDTDFB復(fù)系數(shù)的實(shí)部和虛部的雙樹PDTDFB-HMT去噪模型。利用兩狀態(tài)混合高斯模型

3、描述PDTDFB系數(shù)的分布，對PDTDFB變換的高頻子帶系數(shù)的建立HMT模型，運(yùn)用EM算法對HMT模型訓(xùn)練獲得含噪聲圖像的模型參數(shù)。通過與噪聲值的差進(jìn)而獲得不含噪聲圖像的模型參數(shù)。然后運(yùn)用貝葉斯準(zhǔn)則估計(jì)出不含噪聲圖像PDTDFB系數(shù)的后驗(yàn)均值估計(jì)值，最后用PDTDFB逆變換重建信號，得到最終的去噪圖像。
　　 ②基于模的大小對于圖像很小平移的不敏感性，在給定的位置和尺度上可對圖像產(chǎn)生更為準(zhǔn)確的估計(jì)，提出了基于PDTDFB復(fù)系數(shù)的

4、模的PDTDFB-HMT去噪模型。首先對噪聲圖像進(jìn)行PDTDFB變換，然后對高頻子帶系數(shù)進(jìn)行取模運(yùn)算并計(jì)算幅角關(guān)系，建立基于模的PDTDFB-HMT，去噪過程與雙樹PDTDFB-HMT類似，最后根據(jù)模和幅角的轉(zhuǎn)換關(guān)系恢復(fù)系數(shù)，利用PDTDFB逆變換重建信號，得到最終的去噪圖像。
　　 在對高斯白噪聲的仿真實(shí)驗(yàn)中，上述二種方法與其他幾種典型的去噪算法相比，在客觀評價(jià)標(biāo)準(zhǔn)上，峰值信噪比(PSNR)有不同程度的提高，較好地去除了高斯白