異形纖維圖像去噪方法研究.pdf

1、圖像去噪算法的研究是一切圖像處理的前提，具有重要的意義。任何一個良好的圖像處理系統(tǒng)，無不把圖像去噪作為首要任務(wù)，去噪處理已成為圖像處理中極其重要的步驟。本文對異形纖維圖像計算機自動檢測識別系統(tǒng)中的圖像去噪進行了研究，此研究基于全國百篇優(yōu)秀博士學(xué)位論文作者專項資金資助項目和教育部留學(xué)回國人員科研啟動基金資助項目，該項目結(jié)合了上海市出入境檢驗檢疫局的紡織品和纖維檢驗的實際需求重點研究纖維的顯微圖像的計算機識別。
　　 在圖像采集過程

2、中，異形纖維圖像往往因各種因素存在大量噪聲，不僅嚴重影響了圖像的視覺效果，同時也給以后的圖像分析和理解帶來一定的困難，因此在異形纖維圖像預(yù)處理中進行圖像去噪是非常重要的環(huán)節(jié)，去噪質(zhì)量的好壞直接影響到后續(xù)處理。
　　 傳統(tǒng)的圖像去噪算法如均值濾波、中值濾波和高斯濾波等屬于各向同性擴散，即不考慮圖像的形狀特征，進行傳導(dǎo)系數(shù)為常量的熱擴散，所以在去噪的同時也模糊甚至破壞了圖像的邊緣。而基于偏微分方程的圖像去噪恰好能解決這一問題，它屬于

3、各向異性擴散模型。在去噪過程中，同時檢測圖像特征強弱及其方向，由圖像梯度決定其擴散速度，這樣能夠兼顧噪聲消除和特征保持兩方面。
　　 本文研究了偏微分方程的理論基礎(chǔ)及其在數(shù)字圖像處理中的應(yīng)用，重點研究了偏微分方程在圖像去噪方面的理論、去噪模型及其發(fā)展，并分別從濾波和能量極小化兩個角度分析了Person-Malik模型、Cattle模型、ALM模型、TV模型及you&kaveh模型，總結(jié)了各個模型的特點、優(yōu)點及缺點。
　　

4、 為了去除異形纖維圖像中的噪聲，本文首先分析了異形纖維圖像中的噪聲來源，確定了異形纖維圖像的噪聲模型，然后針對其噪聲模型提出了一種能夠同時去除異形纖維圖像中高斯和脈沖混合噪聲的去噪算法。該算法在全變差(Total Variation，TV)算法的基礎(chǔ)上進行了算法改進，綜合了中值濾波的優(yōu)點，在達到去噪目的的同時，較好地處理了去除噪聲、保留邊緣細節(jié)信息這對在圖像去噪中存在的矛盾。同時，對參數(shù)的選取也做了分析，較好地平衡了去噪效果和處理效率問