數(shù)字圖像去噪算法研究及應(yīng)用.pdf

1、數(shù)字圖像的噪聲主要來(lái)源于圖像采集和傳輸?shù)倪^(guò)程，是干擾圖像質(zhì)量最主要的因素之一，同時(shí)還影響著人們對(duì)圖像信息的讀取以及對(duì)圖像所做的后續(xù)處理，所以圖像去噪問(wèn)題一直是數(shù)字圖像研究領(lǐng)域中的一個(gè)研究熱點(diǎn)。本文對(duì)圖像去噪的一些關(guān)鍵技術(shù)和算法進(jìn)行了較為深入的探索和研究，所做的主要工作如下：
　　 首先介紹了數(shù)字圖像去噪算法的發(fā)展概況和研究現(xiàn)狀，在總結(jié)一些傳統(tǒng)去噪算法的同時(shí)指出了去噪算法中幾個(gè)最新的研究領(lǐng)域；然后提出了幾種常見(jiàn)圖像噪聲的數(shù)學(xué)統(tǒng)計(jì)模

2、型和去噪質(zhì)量評(píng)判標(biāo)準(zhǔn)，接著介紹了兩大傳統(tǒng)圖像去噪算法：中值濾波法和維納濾波法，對(duì)它們的去噪原理和性能進(jìn)行了詳細(xì)的討論與分析。
　　 其次研究了兩種最新的圖像分析工具：小波變換和多尺度幾何變換理論，重點(diǎn)探討如何將小波變換和Contourlet變換應(yīng)用于圖像去噪，分析了圖像經(jīng)過(guò)這兩種變換后系數(shù)的分布特點(diǎn)以及閾值函數(shù)的選取原理，并在此基礎(chǔ)上提出了一種基于Contourlet變換的分層閾值去噪算法；并且對(duì)以上算法進(jìn)行了詳細(xì)的仿真實(shí)驗(yàn)，分

3、析了它們的去噪性能。
　　 最后針對(duì)原Contourlet變換中的缺陷，提出了一種改進(jìn)的非采樣Contourlet變換：多小波—非采樣Contourlet變換：首先利用多小波對(duì)圖像進(jìn)行多尺度分解，再結(jié)合非下采樣方向?yàn)V波器組進(jìn)行方向分解。并將此變換應(yīng)用于圖像去噪之中，并根據(jù)分解所得到的各方向子帶的關(guān)系，改進(jìn)了BayesShrink自適應(yīng)閾值取值方法，由此提出了一種基于多小波—非采樣Contourlet變換的自適應(yīng)閾值去噪算法。本文